についてお探し中...

【2024年】「モデル」のおすすめ 本 149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. Kaggleで勝つデータ分析の技術
  2. はじめてのパターン認識
  3. パターン認識と機械学習 上
  4. 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)
  5. 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)
  6. 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]
  7. Rによるやさしい統計学
  8. 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
  9. 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
  10. 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)
他139件
No.1
100
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.2
94
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.3
88
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.7
80
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.8
79
みんなのレビュー
まだレビューはありません
No.9
79
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.12
75

完全独習 ベイズ統計学入門

小島 寛之
ダイヤモンド社
みんなのレビュー
まだレビューはありません
No.14
74
みんなのレビュー
まだレビューはありません
No.16
73

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.18
72
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

StanとRでベイズ統計モデリング

みんなのレビュー
まだレビューはありません
No.21
72
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.23
71
みんなのレビュー
まだレビューはありません
No.24
71

個人の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で業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の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で業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ

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.26
70
みんなのレビュー
まだレビューはありません
No.30
67
みんなのレビュー
まだレビューはありません
No.31
67
みんなのレビュー
まだレビューはありません
No.33
66

道具としてのベイズ統計

涌井 良幸
日本実業出版社
みんなのレビュー
まだレビューはありません
No.37
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.39
65
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
まだレビューはありません
No.47
64
みんなのレビュー
まだレビューはありません
No.50
64

自然言語処理編

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.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.55
62
みんなのレビュー
まだレビューはありません
No.58
64
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.59
64
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.64
64
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。
@@SHEQu
No.65
64
みんなのレビュー
まだレビューはありません
No.66
64

時系列解析 : 自己回帰型モデル・状態空間モデル・異常検知

みんなのレビュー
まだレビューはありません
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
64

図解速習DEEP LEARNING

増田 知彰
シーアンドアール研究所
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.71
64
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.72
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.74
64

Time Series Analysis

Hamilton, James D.
Princeton Univ Pr
みんなのレビュー
まだレビューはありません
No.77
63

ネットワーク分析

みんなのレビュー
まだレビューはありません
No.78
63
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

新装改訂版 現代数理統計学

竹村 彰通
学術図書出版社
みんなのレビュー
まだレビューはありません
No.83
63
みんなのレビュー
まだレビューはありません
No.86
62
みんなのレビュー
まだレビューはありません
No.87
63
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.92
63
みんなのレビュー
まだレビューはありません
No.94
63
みんなのレビュー
まだレビューはありません
No.97
63
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
60

入門統計解析法

永田 靖
日科技連出版社
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.109
60
みんなのレビュー
まだレビューはありません
No.111
60
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.117
59
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.119
59
みんなのレビュー
まだレビューはありません
No.120
60

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.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
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.124
59
みんなのレビュー
まだレビューはありません
No.125
59
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.127
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.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.132
59
みんなのレビュー
まだレビューはありません
No.136
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.137
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.138
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
59
みんなのレビュー
まだレビューはありません
No.140
61
みんなのレビュー
まだレビューはありません
No.144
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.145
58
みんなのレビュー
まだレビューはありません
No.146
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.148
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.149
61
みんなのレビュー
まだレビューはありません
search