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

自然言語処理編

時系列解析 : 自己回帰型モデル・状態空間モデル・異常検知

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

ディープラーニング活用なくしてビジネスの飛躍的成長なし

フレームワーク編

本書は、身近な課題を解決しながら機械学習の基礎知識を身に付けられる1冊です。 身近な課題を解決しながら機械学習を基礎からしっかり理解できる！■商品紹介本書はPythonを利用して、実際の課題を機械学習で解決する手法を解説する書籍です。手を動かしながら、データ分析やアルゴリズムについて学ぶことができます。本書では「1.課題分析」「2.データ分析」「3.予測」の3ステップで課題解決を行っていきます。■本書の特徴1.現実的な場面を想定した解説本書では、現実的な場面を想定して「課題」を設定し、それを機械学習で解決する方法を解説します。課題からアルゴリズムを選定し、プロジェクトをどのように動かしていくのかを学べます。2.機械学習に最適なアルゴリズムを学べる本書は、機械学習に用いるアルゴリズムを実例を通じて学べます。身近なビジネス課題を解決するために、どういったアルゴリズムを用いれば良いか、体系的に理解できます。■こんな方のための本です・Pythonの学習をある程度終えて、これから機械学習に対する勉強をしてみたい、一歩を踏み出してみたい方・業務や個人のプロジェクトで機械学習を使ってみたい方・教科書的な勉強だけでなく、実際に手を動かしながら学びたい方■目次Chapter1　機械学習をはじめる前にChapter2　まずは基本を押さえよう2-1　Chapter2について2-2　回帰アルゴリズム：不動産価格を予測しよう2-3　分類アルゴリズム：社員の退職を予測しようChapter3　さまざまなアルゴリズムを体験しよう3-1　Chapter3について3-2　時系列予測アルゴリズム：商品の売上を予測しよう3-3　レコメンドアルゴリズム：個人の趣向に沿った商品をオススメしてみよう3-4　異常検知アルゴリズム：ポンプの故障を検知しようChapter4　さまざまなデータを取り扱ってみよう4-1　Chapter4について4-2　テキストデータ：商品の口コミを分析してみよう4-3　画像データ：画像を識別してみようChapter5　一つひとつのプロセスを深堀りしてみよう5.1　Chapter5について5.2　データ観察5.3　特徴量生成・学習5.4　機械学習アルゴリズムと評価指標の選定5.5　機械学習モデルの学習と選択Chapter6　モデルを運用してみよう6-1　機械学習モデルを運用してみよう6-2　バッチ予測をしよう6-3　リアルタイム予測をしよう Chapter1　機械学習をはじめる前に 1-1　機械学習とは何か 1-2　機械学習プロジェクトの流れ Chapter2　まずは基本を押さえよう 2-1　Chapter2について 2-2　回帰アルゴリズム：不動産価格を予測しよう 2-3　分類アルゴリズム：社員の退職を予測しよう Chapter3　さまざまなアルゴリズムを体験しよう 3-1　Chapter3について 3-2　時系列予測アルゴリズム：商品の売上を予測しよう 3-3　レコメンドアルゴリズム：個人の趣向に沿った商品をオススメしてみよう 3-4　異常検知アルゴリズム：ポンプの故障を検知しよう Chapter4　さまざまなデータを取り扱ってみよう 4-1　Chapter4について 4-2　テキストデータ：商品の口コミを分析してみよう 4-3　画像データ：画像を識別してみよう Chapter5　一つひとつのプロセスを深堀りしてみよう 5.1　Chapter5について 5.2　データ観察 5.3　特徴量生成・学習 5.4　機械学習アルゴリズムと評価指標の選定 5.5　機械学習モデルの学習と選択 Chapter6　モデルを運用してみよう 6-1　機械学習モデルを運用してみよう 6-2　バッチ予測をしよう 6-3　リアルタイム予測をしよう

AIのベースの一つである機械学習とは、コンピュータに大量のデータや経験を与えることによって、事象のパターン・ルールを発見し、予測などまでをも実現する技術である。機械学習の基礎から筆者らの最先端の研究までを初めての人にもわかりやすく解説する一冊。 はじめに 1　機械学習とは何か――人工知能（AI）の基礎知識 1.1　人間の学習能力をコンピュータで再現する「機械学習」 1.2　AI研究、これまでとこれから 1.3　人工知能の／による／のための研究 2　人工知能と社会 2.1　研究者とともに、学生とともに、エンジニアとともに 2.2　さまざまな分野におけるAI技術の応用 2.3　AIと社会の関係 3　機械学習の基礎 3.1　AIの学習モデルと学習法 3.2　3種類の機械学習 3.3　教師付き学習とは 3.4　教師なし学習とは 3.5　強化学習とは 3.6　機械学習の原理：「学習する」とは 3.7 なぜ教師付き学習で予測が当たるのか？ 3.8 直線で分離できない問題への対応 4　高度化する教師付き学習 4.1　誤りを含む教師情報への対応 4.2　弱い教師情報の活用 4.3　限られた情報からロバストに：信頼できる機械学習に向けて 4.4　理研AIPに見る汎用基盤研究の現在地 5　今後の展望 5.1　モデルと学習法と、ある種の制約 5.2　機械学習の新技術：生成AI 5.3　AIと人間の未来

人工知能 人工知能と世界の見方 人工知能と社会

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）

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）

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

生成モデル編