についてお探し中...

【2025年】「前処理」のおすすめ 本 144選!人気ランキング

この記事では、「前処理」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. 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]
  2. 現場で使える! pandasデータ前処理入門 機械学習・データサイエンスで役立つ前処理手法
  3. Kaggleで勝つデータ分析の技術
  4. Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理
  5. 前処理大全[データ分析のためのSQL/R/Python実践テクニック]
  6. 欠測データ処理: Rによる単一代入法と多重代入法 (統計学One Point 5)
  7. 機械学習のための「前処理」入門
  8. 機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン)
  9. 分析者のためのデータ解釈学入門 データの本質をとらえる技術
  10. pandasクックブック ―Pythonによるデータ処理のレシピ―
他134件
No.1
100

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.3
94

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.4
88
みんなのレビュー
まだレビューはありません
No.6
84

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.7
84
みんなのレビュー
まだレビューはありません
No.8
82

本書は、機械学習における特徴量エンジニアリングの基本から応用までを解説したもので、初心者にも適しています。内容は数値、テキスト、カテゴリ変数の取り扱いや、次元削減、非線形特徴量生成、深層学習による特徴量抽出など、多岐にわたります。豊富な図や例を用い、Pythonコードによる実行例も多数掲載されており、実務に活かせる知識が得られます。著者は機械学習の専門家であり、実践的な内容が特徴です。

みんなのレビュー
まだレビューはありません
No.9
80

本書は、データ分析に必要な知識を包括的に解説した教科書で、分析手法だけでなく、データの質や解釈方法にも焦点を当てています。実践的なデータの扱いや心理学的バイアス、サンプリング方法、数理モデリングのポイントなどを幅広くカバーし、数学に自信のない読者でも理解できるよう工夫されています。データサイエンティストや研究者、ビジネスマンにとって有益な内容で、興味深い事例も豊富に紹介されています。著者は東京大学の特任講師で、さまざまな分野の問題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.10
80

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.11
76

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.12
76

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.13
76

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.15
75

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.16
74

本書は、初学者向けのKaggle入門書で、実際のコンペに参加できるレベルを目指した内容です。サンプルコードの詳細な解説や、優勝経験のある著者によるわかりやすい説明が特徴です。内容はKaggleの基本知識から、Titanicデータセットを用いた実践的な分析、さらには複雑なデータの扱い方やコンペ参加のアドバイスまで幅広くカバーしています。付録にはサンプルコードの詳細解説も含まれています。

みんなのレビュー
まだレビューはありません
No.17
74

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.18
72
みんなのレビュー
まだレビューはありません
No.19
70

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.20
69
みんなのレビュー
まだレビューはありません
No.22
69

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.23
69
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.24
67

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.25
67

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.26
67

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.27
67
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.28
67

本書は、教師なし学習の重要性と実践的手法を紹介する内容です。教師なし学習はラベル付けされていないデータから学習し、従来の教師あり学習に比べてコストが低く、現実世界での応用が期待されています。データの隠れたパターンを特定し、異常検出や特徴量抽出を行う方法を解説し、変分オートエンコーダ(VAE)、敵対的生成ネットワーク(GAN)、制限付きボルツマンマシン(RBM)などの生成モデルも紹介しています。著者はデータサイエンスの専門家で、実務経験を持つ人物です。

みんなのレビュー
まだレビューはありません
No.30
66

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.31
66

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.32
66

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.33
66

この書籍は、バイオサイエンス領域における統計検定法を解説した手引書です。基本概念から正しい使い方を身近な例を通じて学べる内容で、カラー図や漫画を用いたビジュアルが特徴です。初学者から上級者まで、レベルに応じた読み方が可能です。目次には、統計学の序説、検定の原理、さまざまな群の差の検定、回帰と相関、統計の利用と解釈についての項目が含まれています。

みんなのレビュー
まだレビューはありません
No.34
66

本書は、エステル・デュフロ教授らによるランダム化比較試験(RCT)の理論と実践を解説したもので、エビデンスに基づく政策形成(EBPM)におけるRCTの活用方法を探ります。監訳者の小林庸平氏が難解な部分をわかりやすく補足し、RCTの重要性や実施に際しての留意点を詳述。EBPMや経済学の実証研究に興味のある読者にとって必読の一冊です。

みんなのレビュー
まだレビューはありません
No.35
66

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.36
66

本書は、AIの「説明可能性」をテーマに、なぜAIに説明が必要なのかを考察し、具体的な手法やツールを解説しています。説明可能なAI(XAI)の技術や活用方法、代表的なライブラリ(LIME、SHAPなど)の使い方を紹介し、AIの公平性、説明責任、透明性に対応するための知識を提供します。内容は課題設定、基礎知識、実践指南、将来展望の4部構成で、具体的な実践手順も付録として含まれています。

みんなのレビュー
まだレビューはありません
No.37
66
みんなのレビュー
まだレビューはありません
No.38
66

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.39
66

「統計検定準1級試験対応公式テキスト」は、統計学と機械学習の幅広いトピックをカバーし、実践的な例題を通じて学べる内容です。頻出項目に重点を置き、各トピックについて解説と例題が提供されています。統計的手法の辞典としても活用できる一冊です。目次には、確率、分布、統計的推定、検定法、回帰分析、多変量解析、時系列解析など、幅広いテーマが含まれています。

みんなのレビュー
まだレビューはありません
No.40
66

本書は、コンピュータに関わる全ての人を対象にした線形代数の参考書であり、専門的な知識を持たない読者にも理解しやすく線形代数の本質を伝えることを目的としています。内容は、ベクトルや行列から始まり、逆行列、固有値、コンピュータでの計算方法などを網羅しており、数学的な考え方を促進します。著者は東京大学出身の平岡和幸と堀玄です。

みんなのレビュー
まだレビューはありません
No.41
66

本書は「集合と位相」という数学の難解な分野について、その重要性や歴史を解説します。著者は数学者たちの創意工夫を通じて、数学の発展の過程を明らかにし、読者に理解を促します。目次には、フーリエ級数や積分の再定義、実数直線と点集合の関係、ボレルの測度、ルベーグの積分などが含まれています。著者は数学基礎論を専門とする藤田博司氏です。

みんなのレビュー
まだレビューはありません
No.42
66

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.43
66

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.44
66

本書は、機械学習システムをビジネスやシステムに組み込むためのデザインパターンを解説したもので、Pythonを用いた実装例や運用方法を紹介しています。対象はAIエンジニアやシステムエンジニアで、機械学習の実用化を目指す方々です。DockerやKubernetesを利用し、学習から運用までの流れを説明。著者はMLOpsエンジニアの澁井雄介氏で、過去の経験を基に実践的なノウハウを提供しています。サンプルコードはGitHubから入手可能です。

みんなのレビュー
まだレビューはありません
No.45
66

本書は自然言語処理の基礎と応用について解説しており、自然言語の特性やコンピュータ処理のアルゴリズム、関連する技術の進展を扱っています。具体的には、歴史、テキスト処理、言語リソースの構築、語の意味、ニューラルネットワーク、機械翻訳、情報検索、対話システムなど多岐にわたるテーマを含んでいます。著者は京都大学の黒橋禎夫教授で、自然言語処理の専門家です。

みんなのレビュー
まだレビューはありません
No.47
66

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.48
66

この書籍は、統計学における変数選択問題に焦点を当て、スパース正則化を用いた変数選択とモデル推定の手法を解説しています。特に高次元データに対するアプローチや、データの疎性構造を抽出する研究が進んでおり、これらはスパース推定と呼ばれています。内容は入門から発展的な部分まで幅広く、実用的な統計モデリングに重点を置き、具体的な数値例やRによる解析コードも提供しています。対象は学部生から大学院生、実務者までで、スパース推定技術の習得を目指しています。

みんなのレビュー
まだレビューはありません
No.49
66

この入門書の改訂版は、Pythonを使った強化学習の実装をゼロから丁寧に解説しています。読者のフィードバックを反映し、特にPolicy GradientとA2Cに関する内容を見直しました。具体的には、強化学習の基本概念、解法、ニューラルネットワークの適用、弱点とその克服方法、活用領域について詳述しています。公開されたコードを用いて実践的に学ぶことができます。

みんなのレビュー

強化学習の①理論②実装③応用が三拍子揃ってってバランスよく書かれた良書です。強化学習は理論部分の難易度が高く、最初に読む本を間違える(理論をちゃんと勉強してから実装や応用に進もうとする)と挫折してしまうリスクが高い分野ですが、本書を最初に読んでおけば間違いありません。書籍内で示されているサンプルコードも品質が高く、実務でもそのままプロダクション環境で使えるレベルです(※適用先ドメイン固有の例外処理などは追加実装する前提)。

No.53
66

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.54
66

本書は、データ活用に悩む企業向けに、データ基盤の構築やデータ分析組織の立ち上げに必要なノウハウを提供します。データを集めても活用できない理由や、データ基盤が機能しない原因を解説し、適切なデータ整備や組織の構築方法を提案。著者たちはデータ活用のプロフェッショナルであり、実践的な知識を惜しみなく披露します。データ基盤を効果的に機能させたい方にとって、必読の一冊です。

みんなのレビュー
まだレビューはありません
No.55
66
みんなのレビュー
まだレビューはありません
No.57
62

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.58
62

『達人に学ぶSQL徹底指南書』の第2版は、SQLを扱うエンジニア必携の書で、10年ぶりの改訂を経て、最新のSQL機能や実践的なコーディング事例を多数紹介しています。ウィンドウ関数やCASE式、外部結合などの重要なトピックを詳しく解説し、標準SQLに基づいて多様なデータベースに対応しています。また、リレーショナルデータベースの歴史や原理についても触れています。SQLを深く理解したいエンジニアやプログラマにおすすめの一冊です。

みんなのレビュー
まだレビューはありません
No.59
62

「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.61
62

本書『Python2年生』の第2版は、データ分析を学ぶ初心者向けに、Pythonを使った分析手法を解説しています。ヤギ博士とフタバちゃんが対話形式で進め、データの前処理、可視化、分布、予測方法などをイラストを交えながら説明します。AnacondaやGoogle Colabのアップデートも含まれ、実際に手を動かしてデータ分析を体験できる内容です。著者は森巧尚で、教育者としての経験も豊富です。

みんなのレビュー
まだレビューはありません
No.62
60
みんなのレビュー
まだレビューはありません
No.63
60

AI、IoTを成功に導く データ前処理の極意

日立産業制御ソリューションズ
日経BP
みんなのレビュー
まだレビューはありません
No.64
60

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.67
60

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.68
60
みんなのレビュー
まだレビューはありません
No.72
60
みんなのレビュー
まだレビューはありません
No.73
60

本書『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3rd Edition』は、機械学習の理論とPythonによる実践を解説するベストセラーの第3版です。分類、回帰、深層学習、強化学習など幅広いトピックをカバーし、最新のPythonライブラリに対応しています。特に、敵対的生成ネットワークと強化学習の新章を追加し、従来の内容を刷新しました。機械学習の理解を深めるための実用的な一冊です。

みんなのレビュー
まだレビューはありません
No.74
60

この書籍は、数学の知識がなくても理解できる機械学習の入門書で、Pythonの機械学習ライブラリ「scikit-learn」を用いた実践的な解説が特徴です。著者はscikit-learnの開発に関わる専門家で、実践から理論へと学ぶスタイルを採用しています。特に「特徴量エンジニアリング」や「モデルの評価と改善」に焦点を当てており、従来の解説書にはない内容を提供しています。目次には教師あり学習、教師なし学習、データ処理などが含まれています。著者は機械学習の専門家で、産業界や学術界での経験があります。

みんなのレビュー
まだレビューはありません
No.76
60

本書は、データサイエンティストが直面するプロジェクトの失敗事例を25件収録し、失敗を避け成功に導くための教訓を提供するガイドです。失敗の原因や予兆を理解し、データ活用に関わる人々が注意すべき点を学ぶことができます。分析者や経営者に向けて、失敗からの学びを促し、成功への道筋を描くための必読書です。内容は、AIプロジェクトの問題点やデータ分析の重要性、ドメイン知識の必要性など、多岐にわたるケーススタディ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.77
64
みんなのレビュー

大阪ガスのデータサイエンティストで日本のデータサイエンティストの第一人者と言っても過言ではない河本薫氏の著書。データサイエンスのテクニックというよりも、会社においてどうやってインパクトの出す分析ができるかがビジネス観点で述べられている。特に事業会社のデータサイエンティストは読んでおくべき書籍。

No.79
59
みんなのレビュー
まだレビューはありません
No.81
59

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.83
59
みんなのレビュー
まだレビューはありません
No.87
59

アルゴリズムの基本的な考え方と種類、さまざまなデータ分析の手法のほか、機械学習やニューラルネットワークについて学びます。 高校で学ぶ「情報」科目をカバーした読みやすい入門書。シリーズ第4巻は、アルゴリズムの基本的な考え方と種類、データ構造やさまざまなデータ分析の手法のほか、機械学習やニューラルネットワークについて学びます。 「AI人材」や「高度IT人材」を目指す人のみならず、今やコンピュータサイエンスやデジタル技術に関する知識は〈これから〉の時代を生きていくすべての人に必要なものになりました。学校教育の現場では「GIGAスクール構想」のもと1人1台タブレット端末が配布され、小学生のときからデジタル教材やプログラミングに触れる機会が増え、この動きは中学校にも拡大しています。高校では「情報Ⅰ」の新科目が必修となり、2025年から大学入学共通テストへの導入が決まりました。新しい時代へのパスポートとなるこの全5巻のシリーズは、日常生活の中で見聞きする話題から始まり、まるで紙面上で実際に授業を受けているような感覚が味わえる、読みやすくて楽しい入門書です。シリーズ第4巻は、アルゴリズムの基本的な考え方と種類、データ構造やさまざまなデータ分析の手法のほか、機械学習やニューラルネットワークについて学びます。【シリーズの特長】◆親しみやすい話題から始まる各章のテーマに関する〈身近なモノやサービス〉の事例やエピソードを紹介。◆高校で学ぶ「情報」の学習範囲に準拠2022年度開始の新科目「情報Ⅰ」、2023年度開始の「情報Ⅱ」をフォロー。◆理解を助ける豊富な写真や図表イメージしにくい概念や考え方をビジュアル面から補足。◆学生から社会人まで役立つ中高生からの独習~社会人の学びなおし(リスキリング)ニーズに対応。「ITパスポート」「基本情報技術者」試験の受験者や「情報」教科担当職員の事前学習用に最適。 Chapter 1 アルゴリズム 1-1 アルゴリズムとは 1-2 よいアルゴリズムの指標 1-3 フローチャート Chapter 2 代表的なアルゴリズム 2-1 探索問題 2-2 ソーティング 2-3 最短経路問題 Chapter 3 アルゴリズムとデータ構造 3-1 配列 3-2 リスト 3-3 木構造 3-4 スタックとキュー Chapter 4 さまざまな現象のシミュレーション 4-1 数式に従う現象のシミュレーション 4-2 確率的シミュレーション 4-3 検定 Chapter 5 データの分布形状の考慮 5-1 分布形状の考慮 5-2 距離尺度 5-3 主成分分析 Chapter 6 クラスタリング 6-1 クラスタリングとは 6-2 k-means アルゴリズム 6-3 階層型クラスタリング Chapter 7 重回帰分析による予測 7-1 重回帰分析とは 7-2 重回帰分析の方法 7-3 変数の種類 7-4 モデルのよさと変数選択 Chapter 8 購買データの分析と推薦 8-1 同時購入商品に注目した分析 8-2 購入者に注目した分析 Chapter 9 機械学習による認識 9-1 人工知能と機械学習 9-2 データの準備 9-3 古典的な機械学習アルゴリズム 9-4 認識結果の評価 Chapter 10 深層学習 10-1 ニューラルネットワーク 10-2 ニューラルネットワークによる物体認識 10-3 ニューラルネットワークの学習方法 10-4 代表的なニューラルネットワークの形状

みんなのレビュー
まだレビューはありません
No.88
59
みんなのレビュー
まだレビューはありません
No.89
64
みんなのレビュー
まだレビューはありません
No.95
60

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.98
59
みんなのレビュー
まだレビューはありません
No.99
64
みんなのレビュー
まだレビューはありません
No.101
59

データ分析プロセス

みんなのレビュー
まだレビューはありません
No.103
64
みんなのレビュー

学生の時にこの書籍を読んで統計学に興味を持った。統計学の魅力について分かりやすく学べる書籍。専門的な内容はそれほどないのでスラスラ読める。統計学ってどんなことができるの?なんでそんなにすごいの?ということを知りたい人がまず最初に読むべき本。

No.105
59

本書は、機械学習のビジネスへの実装と運用に関する「MLOps」の実践ガイドです。第1部ではMLOpsの全体像や、それを実現するための技術、プロセス、文化について解説し、基礎知識を提供します。第2部では、実際の企業からの事例を通じて、MLOpsの具体的な実践方法を紹介しています。著者は機械学習の専門家であり、実用化に向けた知見が詰まった一冊です。

みんなのレビュー
まだレビューはありません
No.106
60
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.108
59
みんなのレビュー

日本のデータサイエンティスト第一人者である河本薫さんの書籍。現場にどうやってデータサイエンスを浸透していくか、組織としてどうやって価値ある分析アウトプットを出すことができるかが学べる。

No.110
59
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

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.113
60
みんなのレビュー
まだレビューはありません
No.114
60
みんなのレビュー
まだレビューはありません
No.116
59

著者の音部大輔は、マーケティング部門の育成や指揮を経験した専門家で、本書では戦略を効果的に使うための2つの重要な要素「目的」と「資源」を解説しています。目次には戦略の定義や構成要素、効用、組み立て方、管理方法、戦略的思考についての章が含まれています。著者は多様な企業でのブランドマネジメントやマーケティング組織の育成に携わり、2016年には資生堂ジャパンのCMOとしてCNET JapanのCMO Awardを受賞しました。

みんなのレビュー

有名マーケター音部さんの書籍ということで期待して手に取ったが、抽象度が高く具体的に実践レベルで活用できるイメージが湧かなかった。出来れば具体的な内容がほしかった。

No.117
64

自然科学の統計学 (基礎統計学)

東京大学教養学部統計学教室
東京大学出版会

自然科学・工学・医学等への応用をめざしつつ,さまざまな統計学的考え方を紹介し,その基礎をわかりやすく解説する.シリーズIと同様に,豊富に実際例を用いつつ,図表を多くとり入れて,視覚的にもわかりやすく統計学を親しみながら学べるよう編集した. 第1章 確率の基礎(矢島美寛) 第2章 線形モデルと最小二乗法(廣津千尋) 第3章 実験データの分析(藤野和建) 第4章 最尤法(廣津千尋) 第5章 適合度検定(廣津千尋) 第6章 検定と標本の大きさ(竹村彰通) 第7章 分布の仮定(竹内 啓,藤野和建) 第8章 質的データの統計的分析(縄田和満) 第9章 ベイズ決定(松原 望) 第10章 確率過程の基礎(矢島美寛) 第11章 乱数の性質(伏見正則)

みんなのレビュー
まだレビューはありません
No.118
59
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.119
60

データサイエンスの森 Kaggleの歩き方

坂本 俊之
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.121
64

人文・社会科学の統計学 (基礎統計学)

東京大学教養学部統計学教室
東京大学出版会

現代社会においては,さまざまなデータを正しく扱うことが全てに優先する.本書は,われわれの生活や社会と直接・間接にかかわりをもつ分野で用いられている統計的方法の基礎から応用までを,具体例に即して分かりやすく解説する. 第1章 統計学とデータ(高橋伸夫) 第2章 データの分析(竹村彰通) 第3章 標本調査法(竹村彰通) 第4章 統計調査と経済統計(廣松 毅) 第5章 地域統計(中井検裕) 第6章 経済分析における回帰分析(縄田和満・松原 望) 第7章 経済時系列データの分析(国友直人) 第8章 社会調査(盛山和夫) 第9章 社会移動データの分析手法(盛山和夫) 第10章 要因探究の方法(盛山和夫) 第11章 心理測定データの解析(渡部 洋) 第12章 テスト理論(渡部 洋) 第13章 心理・教育データのための統計的方法(渡部 洋)

みんなのレビュー
まだレビューはありません
No.123
60

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.124
59
みんなのレビュー
まだレビューはありません
No.125
64
みんなのレビュー
まだレビューはありません
No.126
60

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.130
61

欠測データの統計科学 : 医学と社会科学への応用 はじめに:欠測のDo's and Don'tsとガイドライン 欠測データに対する最尤法 EMアルゴリズム 単一代入と多重代入 回帰分析モデルにおける欠測データ解析 脱落を伴う経時測定データの解析 欠測データメカニズムの検討

みんなのレビュー
まだレビューはありません
No.131
60
みんなのレビュー
まだレビューはありません
No.135
64
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.138
59
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.141
60
みんなのレビュー
まだレビューはありません
No.143
59
みんなのレビュー
まだレビューはありません
search