についてお探し中...

【2025年】「モデル」のおすすめ 本 155選!人気ランキング

この記事では、「モデル」のおすすめ 本 をランキング形式で紹介していきます。インターネット上の口コミや評判をベースに集計し独自のスコアでランク付けしています。
記事内に商品プロモーションを含む場合があります
目次
  1. はじめてのパターン認識
  2. Kaggleで勝つデータ分析の技術
  3. パターン認識と機械学習 上
  4. 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー)
  5. AI・データ分析プロジェクトのすべて[ビジネス力×技術力=価値創出]
  6. パターン認識と機械学習 下 (ベイズ理論による統計的予測)
  7. 機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
  8. Rによるやさしい統計学
  9. 図解ポケット 今日から使える! データサイエンスがよくわかる本
  10. データ分析のための数理モデル入門 本質をとらえた分析のために
他145件
No.1
100

この入門書は、パターン認識について基礎からわかりやすく解説しており、特にRを用いた実行例が含まれているため、実際の応用にも役立ちます。内容は識別規則や学習法、ベイズの識別規則、k最近傍法、サポートベクトルマシンなど多岐にわたり、最後には識別器の性能強化についても触れています。著者は筑波大学の名誉教授、平井有三氏です。

みんなのレビュー

「はじめての」とついているが入門書ではなく結構難しい。ただ、機械学習の様々な手法が数式から学べるため中級者〜上級者には良いと思う。他の入門書で機械学習の概要を掴んだ後に読むべき本。

No.2
98

本書は、データサイエンスにおけるコンペティション、特にKaggleに焦点を当て、実践的なデータ分析手法やテクニックを紹介しています。分析コンペに参加することで得られるスキルは、実務でも役立つため、特徴量の作成やモデルの評価、チューニングなどの具体的な内容が含まれています。著者たちは、データサイエンスの専門家であり、実績を持つKaggleの競技者です。この本は、コンペに挑戦したい人や実務でのモデル精度向上を目指す人にとって有益な情報源となるでしょう。

みんなのレビュー

データ分析コンペKaggleに挑戦するならこれをまず読んでおけば大丈夫!Kaggleに参加しないにしてもデータ分析の本質やテクニックがギュッと詰まっているので実務に活かせる。高度な内容も登場するが分かりやすく解説してくれるので初心者でも読みやすい。それでいてベテランの人も多くの学びがある書籍。著者はKaggleの最上位グランドマスターの方々であり説得力がある。過去のコンペの事例も取り上げてくれるのでそんなアプローチあったのかぁと学びが深い。文句なしの星5つ!

No.3
94
みんなのレビュー

ベイズを深く学びたいならこの書籍は外せない。ただかなり難解なので最初からこれに取り組むと挫折する。

No.4
93

この書籍は、時系列分析の基礎から応用までを詳しく解説しています。内容は、時系列分析の基礎概念、ARMA過程、予測手法、VARモデル、単位根過程、見せかけの回帰と共和分、GARCHモデル、状態変化を伴うモデルに分かれています。著者の沖本竜義は、経済学と統計学の専門家であり、実データへの応用に必要な知識を提供しています。

みんなのレビュー
まだレビューはありません
No.5
93

本書は、AI・データ分析プロジェクトの成功には技術知識だけでなく「ビジネス力」が重要であることを強調しています。データサイエンティストのキャリアや業界の概要から始まり、プロジェクトの立ち上げ、実行、評価、収益化までのノウハウを網羅。具体的には、課題設定、案件獲得、データ分析手法の検討、レポーティングなどのプロセスを解説し、実務に役立つ情報を提供しています。著者は業界の専門家で、実践的な知識を基にした内容となっています。

みんなのレビュー
まだレビューはありません
No.7
86

本書は、機械学習の有名なアルゴリズムをPythonを用いてゼロから実装することを目的としています。実用的なフレームワークを使用するのではなく、機械学習の仕組みを深く理解することで応用力や問題解決力を高めることを目指しています。内容は、Pythonの基本、機械学習に必要な数学、数値計算、そして具体的な機械学習アルゴリズムに関する解説を含んでおり、初心者や実務に携わるエンジニアに適しています。著者はシルバーエッグ・テクノロジーのチーフサイエンティストで、機械学習アルゴリズムの設計・実装に精通しています。

みんなのレビュー
まだレビューはありません
No.8
79

本書は、統計学の基礎から応用までを扱った内容で、基礎編ではR言語を用いた記述統計や統計的仮説検定について解説し、応用編ではベクトルや行列、データフレーム、外れ値の影響などを取り上げています。著者は、教育心理学を専門とする学者たちで、各自が教育機関での実績を持っています。

みんなのレビュー

Rを使って統計学の基本を分かりやすく手を動かしながら学べる書籍。Rを学ぶならまずこの本からはじめるのがオススメ!

No.9
78

本書は、データサイエンスの基本概念から実際のビジネス活用事例までを豊富な図やイラストを用いて解説し、初心者でも理解しやすい内容になっています。データサイエンスの重要性が増す中、数学的な専門用語を避けながら、機械学習や先端テクノロジーとの関連も紹介。ビジネスパーソンや学生にとって、データサイエンスを学ぶための入門書として最適です。

みんなのレビュー
まだレビューはありません
No.10
78

本書は、数理モデルの多様な手法を解説し、データ分析における選択と理解を促進する入門書です。機械学習や統計モデルなど、自然科学と人文社会科学の手法を網羅し、初学者がデータ分析の全体像を把握できるように設計されています。特に、モデリング手法の選択や誤解しやすい点について丁寧に説明し、大学一年生でも理解できるレベルでありながら、より進んだ読者にも楽しめる内容となっています。著者は東京大学の特任講師で、幅広い分野での数理的解析に取り組んでいます。

みんなのレビュー

データサイエンスを学ぶ上でこちらに一通り目を通しておくとベースが出来上がると思うのでオススメ。幅広く学べるがそこまで深く突っ込まないので気に入った領域は他の書籍で補完した方がよいかも!

No.11
77

この書籍は、地域密着型アウトドアショップがデジタルマーケティングを活用して業績を向上させるストーリーを通じて、デジタルマーケティングの基礎を学ぶ内容です。デジタル化を成功させるための条件や、重要な要素(MEO・SEO、データ分析、ECサイト構築、SNS活用など)が解説されています。著者は上野佑馬で、データ分析やデジタルマーケティングの専門家です。

みんなのレビュー

デジタルマーケティングとデータ分析について漫画で分かりやすく学べる。基本的な内容が網羅的に学べるのでデジタルマーケティング職についたばかりのビジネスパーソンや個人事業や中小企業でこれからデジタルに力を入れようとしている経営者にオススメ!

No.12
77

本書は、欠測データの解析における多重代入法の実用的な手法を解説しています。従来の書籍では理論中心でしたが、本書では具体的な応用事例や手順を示し、社会科学の分析手法(t検定、重回帰分析、ロジスティック回帰分析など)における欠測データ処理を詳述しています。Rコードと実データを用いて、読者が実際に手順を再現しながら学ぶことができるようになっています。著者は、統計科学や不完全データ処理法の専門家です。

みんなのレビュー
まだレビューはありません
No.13
74

本書は、ビジネスにおけるベイズ統計学の基本をわかりやすく解説した入門書です。中学数学の知識がなくても理解できるように工夫されており、特にIT業界や統計に興味があるビジネスパーソンに最適です。内容は、ベイズ推定の使い方や確率論の基礎、確率分布などを含み、実用的な視点から未来を予測するための統計学を学べます。著者は帝京大学の教授、小島寛之氏です。

みんなのレビュー
まだレビューはありません
No.14
73

本書は「統計モデリングの世界」への入門書で、統計、確率、ベイズ推論、MCMCの基本をチュートリアル形式で学べる内容です。RやStanを用いたデータ分析の基礎から、一般化線形モデルや一般化線形混合モデル、状態空間モデルまでを体系的に解説しています。データサイエンスを学ぶ大学生やエンジニア向けの実践的なシリーズの一環として、すぐに実践できるスキルを身につけることができます。

みんなのレビュー
まだレビューはありません
No.15
73

本書は、機械学習の発展を背景にした統計的学習に関する教科書「The Elements of Statistical Learning」の全訳です。機械学習は人工知能の一分野から発展し、統計学と密接に関連しています。内容は、教師あり学習の基礎からニューラルネットワークやサポートベクトルマシン、ブースティングなどの高度な手法まで幅広くカバーしており、情報技術を学ぶ大学生や研究者に最適です。著者は各分野の専門家で構成されています。

みんなのレビュー
まだレビューはありません
No.16
73

本書は、深層学習に関する改訂版のベストセラーで、トランスフォーマーやグラフニューラルネットワーク、生成モデルなどの手法を詳しく解説しています。著者は、理論的な証明がなくても納得できる説明を重視し、実用性を考慮した内容を提供。全12章で、基本構造から各種学習方法、データが少ない場合の対策まで幅広く網羅しています。著者は東北大学の教授であり、実務家との共同研究の経験も反映されています。

みんなのレビュー
まだレビューはありません
No.17
72

文科と理科両方の学生のために,統計的なものの考え方の基礎をやさしく解説するとともに,統計学の体系的な知識を与えるように,編集・執筆された.豊富な実際例を用いつつ,図表を多くとり入れ,視覚的にもわかりやすく親しみながら学べるよう配慮した. 第1章 統計学の基礎(中井検裕,縄田和満,松原 望) 第2章 1次元のデータ(中井検裕) 第3章 2次元のデータ(中井研裕,松原 望) 第4章 確率(縄田和満,松原 望) 第5章 確率変数(松原 望) 第6章 確率分布(松原 望) 第7章 多次元の確率分布(松原 望) 第8章 大数の法則と中心極限定理(中井検裕) 第9章 標本分布(縄田和満) 第10章 正規分布からの標本(縄田和満) 第11章 推定(縄田和満) 第12章 仮説検定(縄田和満,松原 望) 第13章 回帰分析(縄田和満) 統計数値表 練習問題の解答

みんなのレビュー
まだレビューはありません
No.19
72

この書籍は、数理モデルを用いて現象を理解するための基本的な統計モデルの考え方を、章ごとに異なる例題を通じて解説しています。前半では一般化線形モデル(GLM)の基礎を紹介し、後半では階層ベイズモデル化の手法をRとWinBUGSを用いて具体的に説明します。著者は久保拓弥氏で、生態学のデータ解析に関する統計学的方法を研究しています。

みんなのレビュー

線形回帰分析を学んでそこから一般化線形回帰モデル、ベイズと拡張していく上で非常にオススメな本。初学者には少々難解な部分もあるが、統計学を学ぶ上で必ずどこかで読んで欲しい書籍。学生の時に読んだが、これを読むことでこれまで学んできた内容が整理され頭がクリアになった記憶がある。統計学を語るなら絶対読んで欲しい非常におすすめの書籍。

No.20
72

この書籍は、時系列データの分析方法について基礎から詳しく解説しています。目次は、時系列分析の考え方、Box-Jenkins法、その他のトピック、状態空間モデル、カルマンフィルタ、ベイズ推論など多岐にわたります。著者は兵庫県出身の馬場真哉で、北海道大学水産科学院を修了しています。

みんなのレビュー
まだレビューはありません
No.21
71

本書は、機械学習アルゴリズムをオールカラーの図を用いてわかりやすく解説した入門書です。17種類のアルゴリズムを紹介し、各アルゴリズムの仕組みや使用方法、注意点を詳述しています。Pythonを用いたコードも掲載されており、実際に試しながら学ぶことができます。機械学習を学ぶ初心者や業務で利用している方にも役立つ内容となっています。

みんなのレビュー
まだレビューはありません
No.22
71

本書は、近年注目されている統計モデリングについて解説しており、特にフリーソフトのStanを用いた実践的なアプローチを提供しています。Stanは高い記述力を持ち、階層モデルや状態空間モデルを簡単に記述できるため、データ解析に非常に有効です。著者は、ベイズ統計の理解を深めるための実践的な内容を重視し、StanとRを通じて統計モデリングの考え方を学ぶことができるとしています。目次には導入編、入門編、発展編があり、幅広いテーマを扱っています。著者は統計モデリングやデータサイエンスの専門家です。

みんなのレビュー
まだレビューはありません
No.23
71

本書は最適化手法についての入門書であり、経営学やオペレーションズリサーチだけでなく、統計的最適化や機械学習の話題も扱っています。計算機技術の進歩により、複雑な最適化問題が解決可能になった背景を踏まえ、各手法の原理や数学的背景を詳しく解説しています。内容は例題を多く用いて分かりやすく、関連する話題や注意点も随所に挿入されています。目次には数学的準備、関数の極値、最適化手法、最小二乗法、統計的最適化、線形・非線形計画法、動的計画法が含まれています。著者は岡山大学の金谷健一教授です。

みんなのレビュー

内容は少々難解だが、統計学や機械学習・データサイエンス分野のエッセンスが詰まっていて何度も読み返したい書籍。大学院生時代の授業の輪読して使用し、目からウロコの連続だった。ある程度基礎固めをした後に読んでほしい1冊

No.24
71

『ゼロから作るDeep Learning』の続編である本書は、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングの技術を実装レベルで学ぶことができます。具体的には、word2vec、RNN、LSTM、GRU、seq2seq、Attentionなどの最新技術を取り上げ、分かりやすく解説しています。著者は、人工知能の研究開発に従事する斎藤康毅氏です。

みんなのレビュー

ゼロから分かるディープラーニングシリーズはどれも非常に分かりやすい。こちらの自然言語処理編は前作を読みディープラーニングの基本を理解してより高度なアーキテクチャを学びたいと思った時にオススメ。レベルは少々上がっているがそれでも分かりやすく学べる。RNNやLSTMなどが学べる

No.25
71

この書籍は、ディープラーニングをゼロから実装することで学ぶ入門書です。Python 3を用いて、基礎から誤差逆伝播法や畳み込みニューラルネットワークなどの実装を通じて理解を深めます。また、ハイパーパラメータの設定やBatch Normalization、Dropout、Adamなどの最新技術、さらには自動運転や画像生成などの応用例についても触れています。著者は斎藤康毅氏で、コンピュータビジョンや機械学習の研究開発に従事しています。

みんなのレビュー

ディープラーニングの概要は分かっているし機械学習はある程度理解しているつもりだけど、ディープラーニングの中身はちゃんと理解できていない人にぜひ読んで欲しい書籍。ディープラーニングは一旦これ1冊読んでおけば問題なし。複雑で難しい印象だったディープラーニングがこれを読むだけで一気に身近なものになる。

No.26
70

本書は「時系列解析」の手法を解説し、過去のデータから未来を予測するだけでなく、事象の理解にも役立つことを強調しています。マーケティングやIoTの実際の応用に焦点を当て、Pythonのサンプルコードを用いて基礎理論を説明。ARモデルやカルマンフィルタ、異常検知などの手法を段階的に学べるように構成されています。各手法の必要性や克服方法を提示し、読者が自学で応用範囲を広げられるよう工夫されています。

みんなのレビュー
まだレビューはありません
No.27
70

この書籍は、データ分析における視点を磨き、質の高い研究を行うためのガイドです。内容は、無作為性や統計的推測、研究デザイン、データ解析の基礎について解説しています。目次は基礎編とアラカルト編に分かれ、平均値や頻度、イベント発生時間の比較方法も取り上げています。著者は丹後俊郎氏で、医学統計学の専門家です。

みんなのレビュー
まだレビューはありません
No.28
70

本書はデータ視覚化の重要性と技術を解説しており、単なるグラフ作成にとどまらず、データの意味を明確にし、オーディエンスに興味を持たせることを目的としています。筆者は日本人女性唯一のTableau ZEN MASTERであり、実践的なノウハウや事例を通じて、データ視覚化の基礎からプロフェッショナルなテクニックまでを紹介しています。主要な章では、視覚化の基本概念、プロっぽく見せるコツ、適切なチャートの選択、実際のダッシュボード作成事例、組織内でのデータ視覚化の浸透方法について詳しく説明しています。

みんなのレビュー
まだレビューはありません
No.31
69

本書は、時系列データの分析方法を基礎から解説しています。探索的手法として移動平均、確率的手法として状態空間モデルを取り上げ、数式の意味やコードへの落とし込み方を丁寧に説明しています。初めて時系列分析を試みる人や、既に関わっている人にも興味深い内容となっており、応用的な話題もカバーしています。著者は牧山幸史、監修は石田基広です。

みんなのレビュー
まだレビューはありません
No.32
68

この書籍は、データ分析における「分析モデル」をテーマにしたもので、回帰分析や深層学習、強化学習などの実践的な分析手法を網羅的に解説しています。著者は、データ分析者がモデルの本質を理解し、データを最大限に活用できるようにすることを目的としています。内容は定型データから非定型データの扱い、強化学習、データから知見を得る方法まで多岐にわたり、各章で具体的な手法や技術が詳しく説明されています。著者は東京大学の博士号を持つデータサイエンティストで、データ分析の啓蒙活動にも従事しています。

みんなのレビュー
まだレビューはありません
No.33
67

この書籍は、RとPythonの両方を学べるデータサイエンスの入門書です。プログラミング経験がなくても理解できるように、データサイエンスの基礎や環境構築について詳しく解説しています。内容は、データサイエンスの準備、機械学習の手法(回帰、分類、深層学習など)に分かれており、実践的なサンプルコードも提供されています。著者は東京大学と千葉工業大学の教授で、情報処理技術者試験委員を務めています。

みんなのレビュー
まだレビューはありません
No.35
66

この書籍は、データサイエンスにおける統計学と機械学習の52の基本概念を簡潔に説明し、必要な数式やグラフ、RとPythonのコードを提供します。データの分類、分析、モデル化、予測において、統計学の重要な要素を明確にし、効率的に学ぶことができます。改訂版ではPythonにも対応し、コードはGitHubからダウンロード可能です。著者はデータサイエンスの専門家であり、幅広い経験を持っています。

みんなのレビュー
まだレビューはありません
No.36
66
みんなのレビュー
まだレビューはありません
No.37
66

「データサイエンティスト養成読本」の改訂版で、データサイエンティストに必要なスキルセットを最新の内容で解説しています。ソフトウェアや分析ツールの進化に対し、基本的なスキルは変わらないことを強調。内容はデータ分析のプロセスやビジネス成果を意識した分析方法、実践的なデータ分析入門、マーケティング分析の手法、基礎知識の習得など多岐にわたります。著者は里 洋平、和田 計也、早川 敦士など。

みんなのレビュー
まだレビューはありません
No.38
66
みんなのレビュー

様々な企業のビジネスモデルが非常に分かりやすく学べる。起業したい人は一読しておくとよい。

No.39
66

この書籍は、ベイズ統計の基本とその応用方法を、統計の基礎知識がない人にもわかりやすく解説しています。柔軟な事前確率を用いることで、あいまいな人間の経験則を取り入れ、実用的な情報を導き出すことができると説明されています。目次には、ベイズの定理や応用、MCMC法、階層ベイズ法などが含まれています。著者は涌井良幸で、数学教育と統計学の研究に取り組んでいます。

みんなのレビュー
まだレビューはありません
No.42
65

本書は、データサイエンティストの思考過程を紙と鉛筆を使って学ぶことを目的としています。PythonやRなどのプログラミング言語を使わず、40問のクイズを通じてデータの読み解き方や説明の仕方を体験できます。デジタル時代に必要なデータリテラシーを身につけたい人や、データを使って論理的に考えたい人におすすめです。各章では、データを読む、説明する、分類する、法則を見つける、予測する力を育む内容が展開されています。

みんなのレビュー
まだレビューはありません
No.43
65
みんなのレビュー
まだレビューはありません
No.44
65
みんなのレビュー

ある程度構文を覚えた後にPythonでの分析に慣れたいのであればこの書籍一択。Pythonでのデータ分析に慣れるためにはとにかく手を動かしまくること!

No.45
65

この書籍は、いい加減な人ほど生産性を向上させるための実用的なテクニックを紹介しています。時間、段取り、コミュニケーション、資料作成、会議、学び、思考、発想の8つのカテゴリにわたり、57の具体的な方法を提案しています。著者は羽田康祐で、広告業界とコンサルティングの経験を活かし、マーケティングやビジネス思考に関する知識を提供しています。

みんなのレビュー

No.46
64

この文章は、統計学に関する書籍の目次と著者情報を紹介しています。目次には、一変量データや多変量データの記述、確率分布、推定方法、仮説検定などのテーマが含まれています。著者は神永正博と木下勉で、それぞれの学歴と職歴が簡潔に記載されています。神永は数学の博士で、木下は工学の博士です。

みんなのレビュー
まだレビューはありません
No.47
64

本書は、Pythonのデータ処理ライブラリ「pandas」の実践的な使用法を約100のレシピ形式で紹介するもので、データ分析や科学計算に役立つ内容が含まれています。各レシピは手順や解説が整然とまとめられており、データ構造の基本から可視化技術まで幅広くカバーしています。著者はデータサイエンティストのTheo Petrouで、教育やデータ分析に関する豊富な経験を持っています。読者はデータサイエンスに興味のあるすべての人を対象としています。

みんなのレビュー
まだレビューはありません
No.49
64

本書は、回帰分析、重回帰分析、ロジスティック回帰分析について解説しており、基礎知識から実践的な計算方法までをカバーしています。著者は高橋信氏で、統計学を基にした情報サービス業に従事しています。

みんなのレビュー
まだレビューはありません
No.50
64
みんなのレビュー
まだレビューはありません
No.51
64

本書は確率についての基礎から応用までを扱っています。第1部では確率の定義や複数の確率変数、確率分布について説明し、第2部では推定や検定、擬似乱数の活用法を紹介しています。付録には数学の基礎事項や確率論の補足が含まれています。著者は数理工学の専門家で、機械学習や脳科学の研究に従事しています。

みんなのレビュー
まだレビューはありません
No.52
63
みんなのレビュー
まだレビューはありません
No.53
63
みんなのレビュー
まだレビューはありません
No.54
64

この文章は、永田靖著の書籍の目次と著者情報を紹介しています。書籍は3部構成で、基礎と1変数関数の微積分、線形代数、多変数関数の微積分について解説しています。著者は1957年生まれで、早稲田大学で教授を務めています。

みんなのレビュー
まだレビューはありません
No.55
62
みんなのレビュー
まだレビューはありません
No.56
64

本書は点過程の時系列解析に関する入門書で、データが特定のイベントの発生時刻の集合として扱われる点過程の理論と実データ解析を体系的に解説しています。地震や神経細胞の活動、金融取引などの現象を分析するために点過程が広く使われており、その応用範囲が拡大しています。著者は確率・統計の基礎を持つ読者を想定し、必要な理論や計算をできるだけ分かりやすく説明しています。目次にはポアソン過程やHawkes過程、統計推定法などが含まれています。著者は時系列解析や統計地震学の専門家です。

みんなのレビュー
まだレビューはありません
No.58
64

本書は、現代社会におけるベイズ統計学の重要性を強調し、特に文科系大学での教育が不足している現状を指摘しています。ベイズ統計学は日常生活に深く根付いており、社会科学の教育においてその理解を深めることが急務とされています。内容は、ベイズの定理や確率分布、ベイズ推定などの基礎から応用までを扱っており、文科系・理科系問わず入門者を対象としています。著者は早稲田大学の教授、豊田秀樹氏です。

みんなのレビュー
まだレビューはありません
No.59
64

この書籍は、データ分析の基礎から応用までを学べる内容で、データ可視化や統計手法、仮説検定、重回帰分析など、一生使えるスキルを身につけることができます。著者はデータサイエンティストとしての豊富な経験を持ち、実務に役立つ知識を提供しています。目次にはデータ分析の全体像や具体的な手法が紹介されています。

みんなのレビュー
まだレビューはありません
No.60
62
みんなのレビュー
まだレビューはありません
No.61
62
みんなのレビュー
まだレビューはありません
No.62
64

本書は、理解しやすいコードを書くための方法を紹介しています。具体的には、名前の付け方やコメントの書き方、制御フローや論理式の単純化、コードの再構成、テストの書き方などについて、楽しいイラストを交えて説明しています。著者はボズウェルとフォシェで、須藤功平氏による日本語版解説も収録されています。

みんなのレビュー
まだレビューはありません
No.64
64

『Data Visualization: A Practical Introduction』の日本語訳が刊行され、全世界のRユーザーに支持されている。この本は、データ可視化の基本を初心者でも理解できるように解説しており、ggplotやtidyverseの知識がなくても実践的に学べる内容となっている。データの見せ方や可視化の手順に加え、実践的なスキルを提供。著者はデューク大学の教授であり、さまざまな専門家が推薦している。目次にはデータの整形や地図描画など、多岐にわたるテーマが含まれている。

みんなのレビュー
まだレビューはありません
No.65
64

本書は、計量経済分析の手法とRソフトウェアを用いた実行方法を解説した教科書で、経済学や経営学を学ぶ学生や研究者に向けています。内容は回帰分析、時系列分析(定常、非定常、GARCHモデルなど)、パネルデータ分析を中心に、各手法に必要な仮定やRのコードを詳述しています。著者は福地純一郎と伊藤有希で、いずれも経済学の専門家です。

みんなのレビュー
まだレビューはありません
No.66
63

本書は、2018年に発行された機械学習に関する書籍の全面改訂版で、不確実性の高い機械学習プロジェクトを「仕事で使う」という視点から整理しています。新たに「ML Ops」や「機械学習モデルの検証」などの章が追加され、読者が直面する問題解決に役立つ内容となっています。著者は機械学習分野の専門家で、実践的な知識を提供しています。

みんなのレビュー

機械学習の手法やテクニックにフォーカスした書籍ではなくて、機械学習を仕事に取り入れるためにはどうすればよいのか?どういうところに注意しなくてはいけないのかがまとめられた書籍。実務で機械学習を利用している人利用する可能性のある人は絶対に読むべき書籍。そもそも本当に機械学習を使う必要があるのかということをしっかり考える、機械学習ありきのプロジェクトは必ず失敗する。

No.67
62

船井財団が毎年表彰しているグレートカンパニーアワード。受賞企業から8社セレクトし、各社のビジネスモデルの優秀性を解説。 8000社の選考対象企業から、船井財団が毎年10社前後の会社を表彰しているグレートカンパニーアワード。これまでの受賞企業から8社をセレクト。同社の評価ポイントを解説するとともに、これらの企業の各社のビジネスモデルの優秀性を解説。

みんなのレビュー
まだレビューはありません
No.68
63
みんなのレビュー
まだレビューはありません
No.69
62
みんなのレビュー
まだレビューはありません
No.70
63

本書は、ビジネスにおけるデータ活用の重要性を背景に、因果分析の手法である「因果推論」と「因果探索」を学ぶための実践的なガイドです。因果推論は施策の効果を推定する手法であり、因果探索はデータから因果関係を明らかにする方法です。読者はPythonや機械学習ライブラリを用いて実際にプログラムを実装しながら、これらの手法を習得できます。内容は因果推論の基本から機械学習の応用、さらに因果探索の実装まで多岐にわたります。

みんなのレビュー
まだレビューはありません
No.71
62

Rを利用してパターン認識の様々な方法を解説 パターン認識とは、対象の特徴量から対象が属するカテゴリを推測する方法をさす。本書では、フリーソフトウェアであるRを利用して、パターン認識のさまざまな方法を解説している。手法としては、判別分析、ロジスティック回帰、k平均法、k近傍法、階層的クラスタリングといった古典的な方法から、サポートベクターマシンやブースティングといった比較的最近の話題まで取り上げている。各章は独立に読むことができるように構成され、簡単な例題をRを用いて実際に解析しながら読み進むことにより、パターン認識の基本的な考え方を身に着けることができる。また付録としてRの基本的な操作の説明と、アルゴリズムの実装例を紹介している。 第1章 判別能力の評価 第2章 k-平均法 第3章 階層的クラスタリング 第4章 混合正規分布モデル 第5章 判別分析 第6章 ロジスティック回帰 第7章 密度推定 第8章 k-近傍法 第9章 学習ベクトル量子化 第10章 決定木 第11章 サポートベクターマシン 第12章 正則化とパス追跡アルゴリズム 第13章 ミニマックス確率マシン 第14章 集団学習 第15章 2値判別から多値判別へ 付録A Rの使い方 付録B プログラムの実装例

みんなのレビュー
まだレビューはありません
No.72
63

本書は、機械学習を実践的に学ぶための教材で、scikit-learn、TensorFlow、Kerasを用いて、基礎から応用までの手法を体系的に解説しています。内容には、データ処理、モデル学習、深層学習、強化学習、コンピュータビジョン、自然言語処理などが含まれ、サンプルコードはすべてGitHubで公開され、Jupyter Notebookで試すことができます。第2版では新たに畳み込みニューラルネットワークやGANによる画像生成の説明も追加されています。機械学習を学びたいエンジニアにとって必携の一冊です。

みんなのレビュー
まだレビューはありません
No.73
63

図解速習DEEP LEARNING

増田 知彰
シーアンドアール研究所

この書籍は、ディープラーニングを手を動かしながら学べる入門書で、最新のトレンドや無料クラウドGPUの活用法を解説しています。20以上の実例を通じて、機械学習や深層学習の基礎から応用までを学べる内容です。目次には、学習の地図、基礎知識、実践事例、Colaboratoryの使い方が含まれています。著者はIT企業での技術マネージャーとしての経験を持つ増田知彰氏です。

みんなのレビュー
まだレビューはありません
No.74
63

本書は、ビジネスにおけるデータ分析の重要性とそのバイアスを取り除くための手法を解説しています。特に、意思決定に影響を与えるデータの生成過程におけるバイアスの存在を指摘し、単純な比較が誤った結論を導く可能性について警鐘を鳴らします。著者は、RCT(ランダム化比較試験)を理想的な分析手法として紹介し、RCTが実施できない場合でも因果推論を用いて効果的な分析が可能であることを説明します。目次には、セレクションバイアスや回帰分析、傾向スコア、差分の差分法などの具体的な手法が含まれています。著者は経済学の専門家で、データサイエンスの分野でも活躍しています。

みんなのレビュー
まだレビューはありません
No.76
63

この文章は、異常検知に関する書籍の目次と著者情報を紹介しています。目次では、異常検知の基本から正規分布や非正規データ、性能評価、次元削減、入力・出力データ、時系列データに関する異常検知までの各トピックが列挙されています。著者の井手剛は、機械工学と物理学の学位を持ち、IBMでの研究経験があります。

みんなのレビュー

異常検知について学ぶならこの本!非常に分かりやすく様々なアプローチについて学べる。PythonではなくてRでの実装なので注意

No.78
63

この書籍は、マルコフ連鎖モンテカルロ法(MCMC)を理解しやすく解説しており、R言語のコードや練習問題が豊富に含まれています。初学者向けの内容ながら、エルゴード性などの高度なトピックにも触れています。データサイエンス教育の一環として、統計学と情報学を融合した新しい教科書シリーズの一部であり、実践的な教育を目指しています。著者は、数理科学と統計科学の分野で活躍する専門家です。

みんなのレビュー
まだレビューはありません
No.80
62

45カ国のイノベーターによるビジネスモデルのイノベーション実践ガイド 現在世界中で主なコンサルタントと会社によって使用されている実用的な革新のテクニックを披露。3M、エリクソン、デロイトなどの一流企業で利用されています。これまでの時代遅れな概念を捨て去り、価値創成の新しいモデルを掲げたこの本はすべての組織のマーケッターや開発社員、コンサルタント、企業家、およびリーダーにとって読み応えのある一冊です。 ビジネスモデルを9つの要素に分解することで、深いレベルで顧客、販売チャネル、パートナー、収入の流れ、原価構造などが理解できます。また、一般的なパターンを、豊富な事例を元に、すばらしいグラッフィクを用いて詳細に解説。ビジネスモデルの理解、設計、実行を系統的に学ぶことができます。本書はいわば、イノベーションを起すための、革新的かつ斬新な「ビジネスモデル発生装置」です。 Canvas キャンバス ビジネスモデルの定義 9つの構築ブロック ビジネスモデルキャンバス Patterns パターン アンバンドルビジネスモデル ロングテール マルチサイドプラットフォーム ビジネスモデルとしてのフリー戦略 オープンビジネスモデル Design デザイン 顧客インサイト アイデア創造 ビジュアルシンキング プロトタイピング ストーリーテリング シナリオ Strategy 戦略 ビジネスモデル環境 ビジネスモデル評価 ブルーオーシャン戦略におけるビジネスモデル 複数のビジネスモデル運営 Process プロセス ビジネスモデルのデザインプロセス Outlook 展望 展望 Afterword あとがき この本はどのようにできあがったか 参考文献

みんなのレビュー
まだレビューはありません
No.81
63
みんなのレビュー
まだレビューはありません
No.82
63

本書は、ネットワーク分析の理論と実践をRというフリーソフトを用いて学ぶためのガイドです。第2版では、統計的なネットワーク分析手法や社会ネットワーク、ソーシャルメディアの分析法に関する新しい章が追加され、複雑ネットワークやネットワーク描画の内容も改訂されています。著者は鈴木努で、社会学を専攻し、東北学院大学の准教授として勤務しています。

みんなのレビュー
まだレビューはありません
No.83
63

本書は、ビッグデータ時代におけるSQLの活用法を紹介するレシピ集です。目次には、分析力の重要性、使用するツールとデータ、データ加工、売上やユーザー行動のデータ抽出、分析技術の向上、行動を起こすための知識の活用方法が含まれています。著者は加嵜長門と田宮直人で、双方ともデータ解析およびビッグデータ活用の専門家です。

みんなのレビュー
まだレビューはありません
No.85
62
みんなのレビュー
まだレビューはありません
No.86
63

この書籍は、数理統計学の基礎概念と理論を数学的かつ言葉で丁寧に解説した新装改訂版です。新たに40題の練習問題が追加され、解答例はサポートサイトで提供されます。統計検定®1級試験の学習にも適しており、幅広い話題を統一的な視点で理解できる内容となっています。著者は竹村彰通で、経済学やデータサイエンスの専門家です。

みんなのレビュー
まだレビューはありません
No.88
62
みんなのレビュー

ビジネスフレームワークが図解で学べる。誰もが知っているビジネスでも実際にビジネスモデルは分からないことが多い。この書籍のビジネスフレームワークを一通り頭に叩き込んでおくことで色んなケースに応用が効く。

No.89
63

本書は一般化線形モデルについての統一的な枠組みを提供するもので、回帰分析や生存分析など様々な統計手法を扱っています。1993年に翻訳された「統計モデル入門」の第2版で、特に医学分野での高度な統計手法の需要に応える内容となっています。目次にはモデルの当てはめ、推定、推測、ロジスティック回帰、生存時間解析などの章が含まれています。著者はそれぞれ異なる専門背景を持つ大学教授たちです。

みんなのレビュー
まだレビューはありません
No.90
63

本書は、ウェブサービスの開発においてユーザ体験を向上させるための手法を学ぶための書籍です。A/Bテストや線形モデル、メタヒューリスティクス、バンディットアルゴリズム、ベイズ最適化などの数理的手法を紹介し、Pythonによるサンプルコードと図を用いて機械学習と統計学の基礎を解説しています。ウェブ最適化や機械学習に興味がある読者に適した内容です。著者はUXエンジニアの飯塚修平氏で、ウェブ最適化の研究に従事しています。

みんなのレビュー
まだレビューはありません
No.92
63
みんなのレビュー
まだレビューはありません
No.96
63
みんなのレビュー
まだレビューはありません
No.97
63

この書籍は、マーケティング調査や金融リスク、株・為替のボラティリティ、選挙の出口調査など、さまざまな分野でのデータ分析の基礎を解説しています。内容は、標準偏差や検定、区間推定などの基本的な統計手法から、観測データを用いた母集団の推定方法まで幅広くカバーしています。著者は帝京大学の助教授で、数理経済学を専門とする小島寛之氏です。

みんなのレビュー
まだレビューはありません
No.99
62
みんなのレビュー

史上最年少25歳での上場を果たしたリブセンス創業者の村上氏がなぜ起業を志し、どうやってものすごいスピードで事業をスケールさせていったのかが語られた書籍。 起業を志す人にぜひ読んで欲しい書籍になっています。 村上氏は高校生の頃から起業を志していたそう。しかし、強烈に辛い過去や特別なバックグラウンドがあったわけではなく、きっかけは高校生の頃に人はなぜ生まれてきたのだろうという純粋な疑問を持ったことだったそうです。生まれてきたからには意味のあることをやろう!社会にインパクトを与えることをやろうと決め起業を志すことになるのです。 この原体験は社名であるリブセンスにつながっています。リブセンスはそのままLive Senseで生きる意味なのです。 彼は大学受験をせずに早稲田大学に入れる早稲田大学高等学院という高校に在籍していたため、高校の頃から起業に集中することができました。仲間を集めて大学1年生の時に起業を果たします。なんと大学1年生ながらビジネスコンテストに出て優勝し1年間のオフィス無料利用の権利を勝ち取るのです。 さて、肝心のビジネスはというと、村上氏自体が高校生の頃にアルバイトを探した時に気付いた課題を元に立ち上げたサービス。 アルバイトを探す人と求める人をマッチングするプラットフォーム。以前から同じようなプラットフォームはあったのですが、どれも広告を掲載するだけでお金を取るというモデルでした。 しかし、そうなると1人も採用できなかったとしても広告費を払わなくてはいけないため、アルバイトを募集するお店側は人が欲しくてもなかなか費用が捻出できずプラットフォームに掲載できていない状況でした。 そこで村上氏らが採用したのが、採用が成功した時にはじめて費用が発生する成果報酬型のモデルです。 これにより多くの企業がプラットフォームに掲載してくれることになります。アルバイトを探す側は応募情報があればあるほど嬉しいので自ずと彼らのプラットフォームに集まるようになりました。 さらに彼らは採用が決まった応募者に対して採用お祝い金という名のもとで数万円のお金を渡す制度を導入したのです。 これにより応募者はよりたくさん集まることになりました。このシステムは応募者がより幸せになるビジネスにしたいという気持ちと、採用が成功したかどうかを確実にプラットフォーム側が把握するという目的がありました。彼らのビジネスモデルでは採用が成功してはじめて報酬が発生するので採用成功を把握することが大事なのです。その点応募者側に採用報告のメリットを与えておけば企業側に採用成功をごまかされることがないのです。 このような従来のビジネスモデルをぶち壊す革新的なビジネスモデルで事業を大きくしてきた村上氏は資金調達することなく25歳にて見事上場を果たすのです。 最年少上場というと華々しいキラキラした生活を想像するかもしれませんが、彼らは起業してからいくら会社が成長しても贅沢をせず、上場しても代表の村上氏は狭いアパートに住んでいたそうです。とにかく社会に価値あるもの届けて生きる意味を見出すために!こんな起業家が増えてくると日本も良くなるかもしれません。 リブセンスが上場したのはもう10年以上前の話ですが、今読んでも学ぶことは多いです。 ぜひ起業に興味のある方は読んでみて下さい!

No.101
63
みんなのレビュー
まだレビューはありません
No.102
62
みんなのレビュー

Pythonの基礎をしっかりと学べる構成になっていて、プログラミング初心者にも取り組みやすい内容。基本的な文法から実際に使えるスクリプトまで、ステップバイステップで解説されているため、無理なく進められます。増補改訂版として新たなトピックも追加されており、実践的なスキルを習得したい人にぴったりです。

Pythonを学びはじめる際に最初に読む本として最適。非常に分かりやすく基礎の基礎から学べる。

No.103
63

この書籍は、R言語を用いたデータ解析の入門書で、進化し続けるRの機能を活用する方法を紹介しています。初版以来、多くのRユーザーに支持されてきたロングセラーで、第2版では深層学習やネットワーク分析など新たな内容が追加されています。データマイニングの基礎から始まり、主成分分析やクラスター分析、ニューラルネットワークなど多岐にわたる分析手法を学ぶことができます。著者は金明哲で、統計科学の専門家です。

みんなのレビュー
まだレビューはありません
No.105
63

この本は、初心者でも簡単に一眼レフカメラを使いこなすための入門書で、覚えるべきポイントはたった3つです。難しい専門用語やマニュアルは不要で、誰でも魅力的な写真が撮れるようになります。内容はカメラの選び方や撮影のコツ、プロのテクニックなど多岐にわたり、イラストを用いてわかりやすく解説されています。著者はイラストレーターのこいしゆうかとフォトグラファーの鈴木知子です。

みんなのレビュー
まだレビューはありません
No.106
62
みんなのレビュー

連続起業家「家入一真氏」がどのような幼少期を過ごして起業にいたり、ここまでの成功をおさめたのかが記されている伝記。正直、この本を読むまでは家入氏は小さい頃から天才で周りを巻き込む起業家タイプであると思っていたが、全く逆で驚いた。起業家には強烈なコンプレックスが大事と言われるがそれをまさに体現している家入氏。周りと合わなくて孤独を感じていたり人生に不安を感じている若者こそこの本を読んで勇気を出して欲しい。その中から絶対家入氏のような起業家が生まれてくるはず。

No.107
63

この書籍は、機械学習とディープラーニングの基本を図解形式で解説しており、エンジニア1年生や関連企業への就職・転職を目指す人に最適です。内容は、人工知能の基礎、機械学習とディープラーニングのプロセス、アルゴリズム、システム開発環境に関する知識を包括的に学べる構成になっています。著者は、実践的な機械学習システムの実装をサポートする専門家です。

みんなのレビュー
まだレビューはありません
No.108
63

本書は、新しいビジネスモデルを学ぶためのテキストで、基礎知識、63の成功パターン、ビジネスモデルの作り方を網羅しています。ビジネスの本質を理解することで、変動する市場に対応できる力を養います。内容は3部構成で、ビジネスモデルの基本、成功事例の図鑑、ビジネスモデルの革新や創造方法を解説しています。対象読者は新規ビジネスを立ち上げたい人や既存ビジネスを見直したい人などで、幅広い層に役立つ内容となっています。著者はビジネスや経営に関する専門家です。

みんなのレビュー
まだレビューはありません
No.109
63
みんなのレビュー
まだレビューはありません
No.112
62
みんなのレビュー

機械学習の手法やテクニックにフォーカスした書籍ではなくて、機械学習を仕事に取り入れるためにはどうすればよいのか?どういうところに注意しなくてはいけないのかがまとめられた書籍。実務で機械学習を利用している人利用する可能性のある人は絶対に読むべき書籍。そもそも本当に機械学習を使う必要があるのかということをしっかり考える、機械学習ありきのプロジェクトは必ず失敗する。

No.113
59
みんなのレビュー
まだレビューはありません
No.115
62
みんなのレビュー

サイバーエージェント藤田氏の苦悩と成功を描いた自伝。将来起業を考えている学生や起業しながら色んな葛藤と戦っている人にはめちゃくちゃ刺さると思う。とにかくモチベーションが上がる。

No.116
59
みんなのレビュー
まだレビューはありません
No.117
59

本書は、統計解析の基礎手法を幅広く解説した入門書であり、統計解析の全体像を把握することができます。目次には、データ整理、分布と期待値、検定・推定の考え方、分散分析、相関分析、回帰分析などが含まれています。

みんなのレビュー
まだレビューはありません
No.118
62
みんなのレビュー
まだレビューはありません
No.120
59
みんなのレビュー
まだレビューはありません
No.121
62
みんなのレビュー
まだレビューはありません
No.122
59

公立高校野球部のマネージャーみなみは、ドラッカーの経営書『マネジメント』に出会い、野球部を強化するためにその教えを活用します。親友の夕紀や仲間たちと共に、甲子園を目指す青春物語が展開されます。この物語は、家庭や学校、企業など、あらゆる組織に役立つ内容です。著者は岩崎夏海で、放送作家やプロデューサーとしての経歴があります。

みんなのレビュー
まだレビューはありません
No.123
59

統計学入門 応用編

安川 正彬
日経BPマーケティング(日本経済新聞出版
みんなのレビュー
まだレビューはありません
No.126
61

オークション等の注目のトピックスを盛り込み,解説をさらに丁寧に初学者にわかりやすく,新たに2色刷としてさらに読みやすく一新。 基礎から新しい研究成果までをカバーし,楽しみながらゲーム理論のエッセンスとその考え方を学べるスタンダードテキストの新版。オークション等の注目トピックスを盛り込み,さらに丁寧な解説でわかりやすく,新たに2色刷としてさらに読みやすく一新。 第1章 ゲーム理論とは何だろうか? 第2章 選択と意思決定 第3章 戦略ゲーム 第4章 ナッシュ均衡点 第5章 利害の対立と協力 第6章 ダイナミックなゲーム 第7章 繰り返しゲーム 第8章 不確実な相手とのゲーム 第9章 交渉ゲーム 第10章 グループ形成と利得分配 第11章 進化ゲーム 第12章 ゲーム実験

みんなのレビュー
まだレビューはありません
No.127
59
みんなのレビュー
まだレビューはありません
No.128
59
みんなのレビュー
まだレビューはありません
No.129
61
みんなのレビュー

起業家・起業したい人全員に読んで欲しい起業家のためのバイブル。成功者の光の部分に焦点を当てた書籍は数しれずあるが、逆に闇の部分に焦点を当てているのがこの本。超有名マーケターの神田昌典氏が成功をおさめてから起きた様々な闇の部分について赤裸々に語られている。涙なしには読めないし、この本を読むことで自分にもあてはめて同じ轍を踏まないように意識することができる。

No.133
59
みんなのレビュー
まだレビューはありません
No.135
59

フリーソフトjs-STAR_XRが拡張され,ベイズ仮説検定にも新たに対応。データ分析から結果の書き方まで懇切にガイド。 「できる」から「わかる」へと読者の理解を体験的に導く,好評〈全自動〉シリーズ第2弾! フリーソフトjs-STAR_XRが拡張され,帰無仮説検定の代替案として近年関心が高まるベイズ仮説検定に新たに対応。巻末には半期や全7回の授業用シラバスを収載。データ分析からレポートの書き方まで,前著同様懇切にガイドする。 はじめに1:ベイズファクタと統計分析の学習法 はじめに2:シミュレーションによる主体的で深い学び Chapter0 事前準備  0.1 フリーウェア及び関連ファイルの準備  0.2 R画面の設定 Chapter1 1×2表のベイズファクタ分析  【演習1a】 みんなが好きなもの  1.1 データ入力・分析  1.2 『結果の書き方』    レポート例01-1  1.3 統計的概念・手法の解説1    ●ベイズファクタとは何か ●確率分布の尺度設定 ●95%確信区間推定 ●真の比率の範囲検定  【演習1b】 統計的仮説検定のシミュレーション  1.4 シミュレーションの操作手順    ●シミュレーションの基本操作 ●シミュレーションの応用操作  1.5 統計的概念・手法の解説2    ●ベイズファクタ分析のメリット ●二項検定のp値とBF値の比較 Chapter2 1×2表・母比率不等のベイズファクタ分析  【演習2a】 鶏肉は低温調理がおいしい  2.1 シミュレーションの操作手順  2.2 統計的概念・手法の解説1    ●p値とBF値の検定の仕組み  【演習2b】 新型ウイルスは従来型よりも危険か  2.3 データ入力・分析  2.4 『結果の書き方』    レポート例02-1  2.5 統計的概念・手法の解説2    ●ベイズファクタの事前設定問題 Chapter3 1×J表のベイズファクタ分析と対応のある度数の検定  【演習3a】 お昼に食べたいメニューは何か  3.1 データ入力・分析  3.2 『結果の書き方』    レポート例03-1  3.3 統計的概念・手法の解説1    ●多項分布によるBF値の計算 ●確信区間を用いた多重比較  3.4 自動評価判定1×2:統計的グレード付与  【演習3b】 道徳性に評価グレードを与える  3.5 純肯定率とグレードの付け方  3.6 自動集計検定2×2:連関の探索  【演習3c】 道徳性の項目間の関連を探索する  3.7 対応のある度数の検定:Q検定とMcNemar検定  【演習3d】 不支持の理由は集計するとダメ?    レポート例03-2  3.7 統計的概念・手法の解説2    ●CochranのQ検定 ●McNemar検定 Chapter4 i×J表のベイズファクタ分析  【演習4a】 感受性が低い人は感情知能が働かない?  4.1 データ入力・分析  4.2 『結果の書き方』  4.3 標本タイプの選択    ●ポアソンタイプ:N =無作為,行・列=無作為 ●同時多項タイプ:N =固定,行・列=無作為 ●独立多項タイプ:行=固定,列=無作為 ●独立多項タイプの列組み:行=無作為,列=固定 ●超幾何タイプ:行・列=固定(2×2表のみ)    レポート例04-1  4.4 統計的概念・手法の解説1    ●i×J表の事前確率分布  4.5 データセットraceDollsの分析:BF値の警報は誤報か  【演習4b】 黒人・白人の子どもは同人種の人形を好むか    レポート例04-2  4.6 統計的概念・手法の解説2    ●Fisherの正確検定とBF値の検定 ●2×2表のp値とBF値の比較  4.7 ステレオタイプ効果と学習意欲  【演習4c】 ステレオタイプ効果で学習時間を延ばす    レポート例04-3 Chapter5 t検定のベイズファクタ分析  【演習5a】 トレーニング法は分散法がよいか集中法がよいか  5.1 データ入力・分析  5.2 『結果の書き方』  5.3 統計的概念・手法の解説1    ●t値と効果量δ(delta) ●t検定のベイズファクタ分析の仕組み ●p値とBF値の検定結果の不一致 ●BF値を用いたノンパラメトリック検定 ●t検定のp値とBF値の比較  5.4 シミュレーション学習①:正規分布をつくる  【課題1〉正規分布をつくる  5.5 シミュレーション学習②:データを再現する  【課題2〉データを再現する  5.6 時間データの対数変換による分析  【演習5b】 トレーニングは伸び盛りに!    レポート例05-1  5.7 統計的概念・手法の解説2    ●効果量δの範囲検定 Chapter6 1要因分散分析デザインのベイズファクタ分析  【演習6a】 SD法で創造性を高める  6.1 データ入力・分析  6.2 『結果の書き方』    レポート例06-1  6.3 統計的概念・手法の解説1    ●多重比較の早見表の利用 ●ベイズファクタ分析の仕組み:分散分析デザイン ●平均の95%確信区間 ●分散分析A sデザインのp値とBF値の比較  6.4 小学校英語指導に必要な技能は何か  【演習6b】 英語指導にどんな技能が必要か  6.5 『結果の書き方』    レポート例06-2  6.6 統計的概念・手法の解説2    ●参加者内デザインのベイズファクタ分析 Chapter7 2要因・3要因分散分析デザインのベイズファクタ分析  【演習7a】 協同経験はルール意識を高めるか  7.1 データ入力・分析  7.2 『結果の書き方』    レポート例07-1  7.3 統計的概念・手法の解説1    ●Inclusion BF:BF値のモデル平均化 ●全体モデル平均化  7.4 アイディア・プロダクション法  【演習7b】 アイディアの発想に“ 書き送り法”を用いる  7.5 『結果の書き方』 3要因デザイン    レポート例07-2  7.6 統計的概念・手法の解説2    ●3要因デザインのBF値の平均化  7.7 シミュレーション学習①:2要因データを再現する  【課題1】 データの再現  7.8 シミュレーション学習②:交互作用を判別する  【課題2】 交互作用の判別    ●シミュレーションによる交互作用問題の解答要領  7.9 シミュレーション学習③:N,SDを変えてみる  【課題3】 N,SDを変える Chapter8 相関係数のベイズファクタ分析  【演習8a】 気温とアイスクリーム,ホットコーヒーの売り上げは相関するか  8.1 データ入力・分析  8.2 『結果の書き方』  8.3 統計的概念・手法の解説1    ●p値有意・BF値有効となる最小相関係数の比較 ●相関係数の差の検定  8.4 相関係数のシミュレーション学習  【演習8b】 シミュレーション課題①:散布図をつくる  【演習8c】 シミュレーション課題②:相関係数を予想する    ●散布図問題の解答例  【演習8d】 シミュレーション課題③:外れ値のある散布図をつくる  8.5 統計的概念・手法の解説2    ●相関係数と説明率 Chapter9 回帰モデルのベイズファクタ分析  【演習9a】 革新性を高める職場風土とは?  9.1 データ入力・分析  9.2 『結果の書き方』  9.3 統計的概念・手法の解説1    ●初期モデルの選び方と独立変数の上限数 ●交互作用モデルの探索:ベイズ ファクタ回帰分析 ●BF値による回帰モデルの選出率  9.4 交互作用の単純傾斜分析  【演習9b】 明るさ×温かさの交互作用を分析する  9.5 『結果の書き方』 ステップワイズ回帰分析    レポート例09-1:単純傾斜分析の結果  9.6 統計的概念・手法の解説2    ●交互作用モデルの探索:ステップワイズ回帰分析 ●ベイズ情報量規準とベイズファクタ Chapter10 各種ユーティリティ  10.1 乱数発生ユーティリティ&乱数コマンド    ●一様乱数コマンド unif(ユニフ) ●正規乱数コマンド norm(ノゥム)  10.2 階級化集計ユーティリティ  10.3 数値変換ユーティリティ  【練習問題1】 困難度の異なるテスト得点を標準化する  【練習問題2】 2ポイント尺度を4ポイント尺度に変換  【練習問題3】 3ポイント尺度を5ポイント尺度に変換  10.4 逆転項目処理ユーティリティ  10.5 欠損値処理ユーティリティ 付録 統計分析の授業用シラバス(参考例)    シラバス参考例1 統計分析入門    シラバス参考例2 統計分析演習 索引 Column 1 セルへの数値入力の基本と小技 Column 2 分析結果の保存 Column 3 ダイアグラムで連関・相関を視覚的に表示 Column 4 スタック形式によるデータ入力 Column 5 平均のグラフとボックスプロットの利用 Column 6 シミュレーションボタンの使い方

みんなのレビュー
まだレビューはありません
No.136
59

いくつもの事業を起こした著者が自身の経験をふまえ、金持ち父さんに学んだ起業家の心構えを説く。よく学び、充分に準備してから始…

みんなのレビュー
まだレビューはありません
No.139
61

ディジタル画像処理[改訂第二版]

ディジタル画像処理編集委員会
画像情報教育振興協会
みんなのレビュー
まだレビューはありません
No.140
59
みんなのレビュー
まだレビューはありません
No.141
61
みんなのレビュー
まだレビューはありません
No.142
59

ビジネスや意思決定の場面で,データを活用したい方に手にとっていただきたいデータサイエンスの入門書。目的別の分析手法を幅広く… ビジネスや意思決定の場面で,データを活用したい方に向けたデータサイエンスの入門書。データの種類ごとの性質や収集時の注意点,目的別の分析手法からデータ可視化まで幅広く扱う。各章末には課題を設置し,最終章ではデータサイエンスの展望や限界についても言及。 第1章 データサイエンスとは 第2章 データ収集のための基礎知識 第3章 データ空間の構成法 第4章 データ生成のメカニズム 第5章 データの可視化手法 第6章 データ分析の手法 第7章 データ活用のフレームワーク 第8章 データの分析事例 第9章 データ分析上の注意点と応用知識

みんなのレビュー
まだレビューはありません
No.145
58

本書は、日本のビジネスモデル研究の第一人者が、アイディア創出からビジネスモデル構築、事業の循環までを実践的に解説したガイドブックです。内容は4部構成で、ビジネスモデルの基本、発想法、プロトタイプの検証、そして発展的学習に関する具体的な方法や事例を紹介しています。また、付録にはビジネスモデルの型や発想法のワークショップが含まれています。著者は早稲田大学の教授で、経済産業研究所のファカルティフェローなどを務めています。

みんなのレビュー
まだレビューはありません
No.147
58
みんなのレビュー
まだレビューはありません
No.148
61
みんなのレビュー

起業というとどうしてもリスクを背負って大きな挑戦をするイメージがあるが、そのイメージに疑問をなげかけるのが本書。キャッシュエンジンとは手堅い事業をまず作りそのキャッシュを元手に挑戦をしてスケールしていく経営手法。地味なイメージがあるがインターネットバブル期を代表するサイバーエージェントやライブドアも最初は広告代理店業や受託事業で手堅くキャッシュを稼いでそこから派手な挑戦をするに至っている。つまりこのキャッシュエンジン経営こそ起業を成功させ安定軌道に乗せるのに重要な手法なのだ。起業家必見の書籍。

No.149
58
みんなのレビュー
まだレビューはありません
No.150
58

ビジュアル データサイエンティスト 基本スキル84 (日経文庫)

野村総合研究所 データサイエンスラボ
日経BP 日本経済新聞出版
みんなのレビュー
まだレビューはありません
No.152
58

この入門書は、ベイズ主義機械学習の基本原理を「モデルの構築→推論の導出」という手順で分かりやすく解説しています。内容は、機械学習とベイズ学習、基本的な確率分布、ベイズ推論による学習と予測、混合モデルと近似推論、応用モデルの構築と推論の5章から構成されています。著者は須山敦志と杉山将で、機械学習を身近に理解できるよう丁寧に記述されています。

みんなのレビュー
まだレビューはありません
No.154
58

確率論

岩田 耕一郎
森北出版
みんなのレビュー
まだレビューはありません
No.155
61
みんなのレビュー
まだレビューはありません
search