※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。
また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
いま必要とされるデータサイエンスの素養がしっかり身につく一冊。
さまざまな場面で入手できるデータを価値に転換することが、データサイエンスの目的です。
データサイエンスという言葉は、ビジネスやアカデミーを問わず、いまや多くの場面で聞かれるようになり、それだけ重要性が高まっている概念といえます。
本書は、データサイエンスを理解し実践したいと考えている方に必要とされる、データサイエンスの素養がしっかり学べる一冊です。
データサイエンスは、統計的、計算的、人間的という3つの視点の有機的結合という一面があるといわれます。
本書では、データ分析に必要な統計学や関連する数学を丁寧にフォローし、確率・統計的な考え方が自然に身に付くよう配慮しました。
また、データを適切に処理するための計算法は、プログラミング言語としてRを用いつつ、近年注目度の高い機械学習を含む具体例を通して納得しながら理解できる構成です。
さらに、データの前処理から分析結果のプレゼンテーションまでの過程には人間が関わるという観点で、データを取り扱ううえで心がけるべき倫理的側面も扱いました。
なお、本書は「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」、「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に準拠した授業の副読本・参考書としてもご利用いただけます。
第1章 イントロダクション第2章 Rの基礎第3章 データの記述・可視化第4章 関連と因果，データ分析における注意事項第5章 データ倫理第6章 確率第7章 確率分布第8章 標本分布と中心極限定理第9章 点推定・区間推定・仮説検定・p値第10章 機械学習の基礎第11章 回帰モデル第12章 分類第13章 ベイズ線形モデル第14章 決定木とアンサンブル学習第15章 スパース学習演習問題略解参考文献