事例で学ぶ!あたらしいデータサイエンスの教科書(岩崎 学)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. 事例で学ぶ!あたらしいデータサイエンスの教科書

事例で学ぶ!あたらしいデータサイエンスの教科書


形式:
書籍
発売日:
ISBN:
9784798158228
定価:
2,420(本体2,200円+税10%)
仕様:
A5・288ページ
分類:
データサイエンス
シリーズ:
AI & TECHNOLOGY

本書籍の他の形式を確認する

  • このエントリーをはてなブックマークに追加

データ分析は意思決定のためにあり!
現場で役立つデータサイエンスの新・定番書!

本書は、主に統計学の視点からデータサイエンスについて解説しています。

PythonやRといったプログラミング言語を通じて
データ分析の手法は一通り学んだという皆さん、そのスキル、
実際に活かせていますか? 具体的な課題解決につながっていますか?

・分析結果から何を読み取ればいいのかわからない
・数字からどんな価値を見いだせるのかがわからない
・そもそも、その分析方法が適切なのかどうか自信がない
・効率のいい分析ができているのかどうかわからない
という方、多いのではないでしょうか?

データを使って意思決定を行うには、統計学の知識は欠かせません。
そこで本書では、8つの具体的な社会事例を用い、
・課題に「適した」分析手法やデータの収集方法
・事例の分析結果の解釈
・分析や解釈の際に注意すべきこと
を数学の知識で補完しながら紹介しています。

著者は首都圏初のデータサイエンス学部として2018年4月に創設された、
横浜市立大学 データサイエンス学部 学部長の岩崎 学先生。

データサイエンティストやエンジニアが見失いがちな、
「何のために分析するのか」を意識しながら読み進めてみてください。

【こんな方にお勧めします】
・統計学もプログラミングも一通り学んだけれど、
 結果をどう判断すればいいのかわからないエンジニア
・分析結果の数字やグラフから、
 業務でいかすためのヒントを得たいデータサイエンティスト
・データサイエンスに興味のある学生(専門課程を選ぶ際の
 参考資料として)

【目次】
第1章 データサイエンスとは
第2章 アンケート調査結果から何を読み取るか ~データの要約とグラフ化~
第3章 オープンデータから何がわかるか、何がいえるか ~集計データの統計分析~
第4章 Webコンテンツの更新は売上高に効果があるか ~変量間の関係と重回帰分析~
第5章 ダイエットは効果があったのか ~処置前後データと平均への回帰~
第6章 テストの結果について部分と全体を融合する ~マルチレベル分析~
第7章 寿命をいかに測り分析するか ~打ち切りとトランケーション~
第8章 おいしいカフェオレを作りたい ~実験計画法の効果的適用~
第9章 あるべきデータがない 〜欠測データの処理法〜
第10章 機械学習のエッセンス


第1章 データサイエンスとは
 1.1 これまでの統計的データ解析の流れ
 1.2 データサイエンスの特徴

第2章 アンケート調査結果から何を読み取るか
 2.1 データの要約統計量の導出とグラフ化
 2.2 1変量データの要約とグラフ化
 2.3 2変量データの要約とグラフ化
 2.4 統計手法の概説(統計的推測の基礎)

第3章 オープンデータから何がわかるか、何がいえるか
 3.1 データの素性と分析結果の解釈
 3.2 集計データ分析のための論点
 3.3 問題の定式化とパラメータの推定
 3.4 統計手法の概説(単回帰分析とエコロジカル・インファレンス)

第4章 Webコンテンツの更新は売上高に効果があるか
 4.1 データの吟味と分析の目的
 4.2 データ分析の基本的事項
 4.3 データの分析と解釈
 4.4 統計手法の概要(重回帰分析)

第5章 ダイエットは効果があったのか
 5.1 データの集計および単純な解析
 5.2 処置前後データ解析の論点
 5.3 スクリーニング下での統計的推測
 5.4 統計手法の概説(統計的検定)

第6章 テストの結果について部分と全体を融合する
 6.1 階層的なデータ構造
 6.2 マルチレベルモデルとマルチレベル分析
 6.3 計算例とその解釈
 6.4 統計手法の概説(階層データのモデル)

第7章 寿命をいかに測り分析するか
 7.1 寿命データの特徴
 7.2 打ち切りとトランケーションの下での推定
 7.3 推定値の計算法
 7.4 統計手法の概説(寿命データの解析)

第8章 おいしいカフェオレを作りたい
 8.1 測定の精度の計算
 8.2 おいしいカフェオレを作る
 8.3 実験計画法とデータの分析法の基本
 8.4 統計手法の概説(計画の直交性と直交表)

第9章 あるべきデータがない
 9.1 欠測値への対処法とその性質
 9.2 欠測データの統計処理の基本
 9.3 欠測への対処法とその結果
 9.4 統計手法の概説(欠測のモデルと多重代入法)

第10章 機械学習のエッセンス
 10.1 データ分析のおさらい
 10.2 機械学習手法の分類
 10.3 パフォーマンスの評価

本書は付属データの提供はございません。

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2021年04月01日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 051
2行目
rは英語力無の教員の
rは英語力無の教員に
2021.04.01
1刷 052
表5

(画像クリックで拡大)

(画像クリックで拡大)
2020.10.12
1刷 053
「3.3.1 選挙の投票率の例」本文 上から7行目
(iii) piおよびriはiに
(ii)  piおよびriはiに
2020.10.12
1刷 087
(14)の式
2020.10.12
1刷 088
掲載している5つの式
1行目の「SST = SSM + SSR」から順に、(16)(17)(18)(19)(20) の番号を振ります。
2020.10.12
1刷 088
上から5つ目の式
2020.10.12
1刷 101
下から2行目
父親ほど大きくない
父親ほど高くない
2021.04.01
1刷 102
7行目の(1)式
2021.04.01
1刷 103
本文上から9行目
逆に x < μY のときは
逆に x < μx のときは
2020.10.12
1刷 107
本文 上から5行目
具体的に相関係数が0.5のとき
具体的に相関係数が0.7のとき
2020.10.12
1刷 107
本文 下から4行目
平均して偏差値は
相関係数が0.7のときは平均して偏差値は
2020.10.12
1刷 108
「5.3.1 統計的推測のためのモデル」の本文2行目
とすると、(6)より、
とすると、X ≥ c のスクリーニングがある場合、(6)より、
2021.04.01
1刷 109
下から2行目
としたとき、
に従うとしたとき、
2021.04.01
1刷 112
下から4行目の(14)
2020.01.20
1刷 113
4行目
tよりも離れた値
t以上離れた値
2021.04.01
1刷 113
下から2行目
2021.04.01
1刷 114
9~10行目
2021.04.01
1刷 115
8~9行目
2021.04.01
1刷 116
上から4行目の式

(画像クリックで拡大)

(画像クリックで拡大)
2020.10.12
1刷 120
本文9行目
縦軸を2回目のテストの点数として
縦軸を2回目の点数として
2021.04.01
1刷 130
上から12行目

上から14行目のも同様に訂正します。
2020.10.21
1刷 148
図1の括弧内の説明
(●:寿命観測、 ×:打ち切り)
(×:寿命観測、 ●:打ち切り)
2020.10.21
1刷 162
(17)の式
2020.10.21
1刷 164
下から7行目
観測されたn個の
観測されたm個の
2020.10.21
1刷 228
表8の(b)
2020.10.21
1刷 228
下から7行目から最終行まで
すなわち、1箇所でも欠測のある個体を削除したデータセットによるCC解析とするか、あるいは欠測箇所に何らかの値を代入して擬似完全データセットを作成するかのいずれかです。 表8 (a) から欠測のある個体を削除した7組のデータから求めた重回帰式は、表9より次式となります。 y = 10.075 + 0.811x1 – 0.151x2 + 0.219x3    (4)

上記内容に差し替えます。
2020.10.21
1刷 229
表9

(画像クリックで拡大)

(画像クリックで拡大)
2020.10.21
1刷 234
図7 (C)パターン混合モデルの凡例
2020.10.21