【2023年】「r」のおすすめ 本 100選!人気ランキング

この記事では、「r」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. R言語ではじめるプログラミングとデータ分析
  2. 現場ですぐ使える時系列データ分析 ~データサイエンティストのための基礎知識~
  3. StanとRでベイズ統計モデリング (Wonderful R)
  4. はじめてのR: ごく初歩の操作から統計解析の導入まで
  5. RStudioではじめるRプログラミング入門
  6. Rによるやさしい統計学
  7. データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)
  8. R言語徹底解説
  9. Rグラフィックスクックブック 第2版 ―ggplot2によるグラフ作成のレシピ集
  10. ニチレイフーズの広報さんに教わる 食材の冷凍、これが正解です!
他90件
No.1
100

■第1部 【導入編】Rを始める  第1章 Rプログラミングの考え方  第2章 Rを始める ■第2部 【初級編】Rによるデータ分析の基本 [プログラミングの体験]  第1章 データ分析を体験する  第2章 3行プログラミングを構成する要素 [データの取り扱いの基本]  第3章 データの型  第4章 ベクトル・行列・配列  第5章 データフレーム  第6章 いろいろなデータ構造の使い分け  第7章 入出力 [様々な計算・分析処理の事例]  第8章 演算子と論理演算  第9章 3行以下で終わる分析の例:集計編  第10章 3行以下で終わる分析の例:変換編  第11章 3行以下で終わる分析の例:可視化編  第12章 確率分布  第13章 3行以下で終わる分析の例:推測統計編  第14章 外部パッケージの活用 ■第3部 【中級編】長いコードを書く技術 [環境構築]  第1章 Gitによるバージョン管理 [Rの構文の理解]  第2章 条件分岐と繰り返し  第3章 関数の作成と関数の活用  第4章 関数の応用的な使い方 [実装時の工夫] 第5章 長いコードを書くときの工夫 ■第4部 【応用編】Tidyverseの活用 [導入]  第1章 Tidyverseの基本 [Tidyverseによるデータ処理]  第2章 パイプ演算子  第3章 データの読み込み  第4章 データの抽出・変換・集計  第5章 日付の操作  第6章 データの可視化  第7章 データの整形と結合  参考文献  索引  Rリファレンス

みんなのレビュー
まだレビューはありません
No.3
93

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.4
93

多機能でありながら無料で使える統計解析ソフト「R」。その利便性からもRによるデータ処理がますます広がっている。一方,統計学の入門的知識があっても,このソフトに敷居の高さを感じる人は少なくない。はじめてRに触れる初学者対象に,Rを使っての統計解析の最初の一歩を踏み出すための説明をコンパクトにまとめた。 はじめに 1章 Rのインストール 2章 R Consoleにおける簡単な計算と統計解析  2-1 2章で学ぶこと  2-2 簡単な計算  2-3 簡単な統計解析  2-4 データの型  2-5 Rで困ったとき  2-6 2章で学んだこと 3章 データファイルの読み込み・Rエディタの利用  3-1 3章で学ぶこと  3-2 データファイルの作成  3-3 データファイルの読み込み  3-4 Rエディタの利用  3-5 3章で学んだこと 4章 記述統計  4-1 4章で学ぶこと  4-2 データファイルの作成  4-3 データの図表化    4-3-1 ヒストグラム    4-3-2 散布図    4-3-3 度数分布表・棒グラフ・クロス集計表  4-4 基本統計量の算出    4-4-1 基本統計量の算出    4-4-2 属性別算出  4-5 相関係数の算出    4-5-1 共分散    4-5-2 相関係数    4-5-3 属性別算出  4-6 欠損値のあるデータの処理    4-6-1 欠損値のあるデータの作成    4-6-2 欠損値のあるデータからの平均値の算出    4-6-3 欠損値のあるデータからの相関係数の算出  4-7 4章で学んだこと 5章 相関係数の検定・t検定・カイ2乗検定  5-1 5章で学ぶこと  5-2 相関係数の検定  5-3 対応のない場合のt検定  5-4 対応のある場合のt検定  5-5 カイ2乗検定  5-6 5章で学んだこと 6章 分散分析  6-1 6章で学ぶこと  6-2 1要因分散分析(対応なし)  6-3 1要因分散分析(対応あり)  6-4 1要因分散分析(対応あり)~データの並べ替えを伴う場合  6-5 2要因分散分析(2要因とも対応なし)  6-6 2要因分散分析(2要因とも対応あり)  6-7 2要因分散分析(2要因とも対応あり)~データの並べ替えを伴う場合  6-8 2要因分散分析(混合計画)  6-9 2要因分散分析(混合計画)~データの並べ替えを伴う場合  6-10 アンバランスデザインの分散分析  6-11 6章で学んだこと 引用文献 索引(事項/関数) おわりに

みんなのレビュー
まだレビューはありません
No.5
93

「統計を使わずに、Rを純粋にプログラミング言語として学ぼう」というコンセプトに基づいて書かれた本書は、統計学の難しい知識がなくてもプログラミングの経験があまりなくても、プログラミングを学んでみようという意欲さえあれば読める、画期的な書籍です。サイコロを作る、ゲームで遊べるトランプを作る、スロットマシンを作る、という3つの簡単なプロジェクトに取り組む過程で、Rのプログラミング統合環境、RStudioを活用して、楽しみながら効率的にRのプログラミングスキルを身に付けていきます。統計だけに使うのはもったいない、Rのプログラミング言語としての隠れた魅力と可能性と、さらにはデータサイエンスの基礎としてのデータ分析を紹介します。 1部 プロジェクト1:ウェイトをかけたサイコロ(基本中の基本 パッケージとヘルプページ) 2部 プロジェクト2:トランプ(Rのオブジェクト Rの記法 値の書き換え 環境) 3部 プロジェクト3:スロットマシン(プログラム S3 ループ スピード) 付録

みんなのレビュー
まだレビューはありません
No.6
89
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.7
80
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.8
80

R言語徹底解説

Hadley Wickham
共立出版

Rはデータ解析とグラフィックス作成機能に優れたプログラミング言語であるが,構文などに癖があることでも知られる。本書はRのパッケージ作者として著名なHadley WickhamによるR言語の解説書である。ここでは著者自身の10年を越えるプログラミング経験にもとづき,関数や環境,遅延評価など,ユーザが躓きやすいポイントについて丁寧に説明されている。また簡潔で汎用的な処理を実現するメタプログラミング,パフォーマンスの改善,デバッグ,RとC++との連携などについても,指針となるテクニックが多数紹介されている。本書を通じて,読者はコードをコピペする受動的なユーザから能動的なプログラマへと変貌を遂げることができる。またPythonやC++などのプログラマであれば,本書一冊でRの基本構造をマスターできるだけでなく,自身のスキルを高めるヒントを得られるだろう。 [原著名:Advanced R] 第1章 序文 1.1 本書が想定する読者層 1.2 本書から読者が得られるもの 1.3 メタテクニック 1.4 推奨される文献 1.5 助言を得る 1.6 謝辞 1.7 本書での表記 1.8 奥付 第I部 基本編 第2章 データ構造 2.1 ベクトル 2.2 属性 2.3 行列および配列 2.4 データフレーム 2.5 解答 第3章 データ抽出 3.1 データ抽出の型 3.2 データ抽出演算子 3.3 データ抽出と付値 3.4 応用例 3.5 解答 第4章 ボキャブラリー 4.1 基本的な関数群 4.2 よく使われるデータ構造 4.3 統計学関連 4.4 Rを制御する関数群 4.5 入出力関連 第5章 コーディングスタイルガイド 5.1 表記および命名 5.2 文法 5.3 コードの構造化 第6章 関数 6.1 関数の構成要素 6.2 レキシカルスコープ 6.3 すべての操作は関数呼び出しである 6.4 関数の引数 6.5 特殊な関数呼び出し 6.6 返り値 6.7 解答 第7章 オブジェクト指向実践ガイド 7.1 基本タイプ 7.2 S3 7.3 S4 7.4 RC 7.5 オブジェクト指向システムの選び方 7.6 クイズの解答 第8章 環境 8.1 環境の基礎 8.2 環境の再帰 8.3 関数の環境 8.4 名前と値の束縛 8.5 明示的環境 8.6 クイズの解答 第9章 デバッギング,条件ハンドリング,防御的プログラミング 9.1 デバック技法 9.2 デバッグのツール 9.3 条件ハンドリング 9.4 防御的プログラミング 9.5 クイズの解答 第II部 関数型プログラミング 第10章 関数型プログラミング 10.1 モチベーション 10.2 無名関数 10.3 クロージャ 10.4 関数のリスト 10.5 ケーススタディ:数値積分 第11章 汎関数 11.1 初めての汎関数:lapply() 11.2 Forループ汎関数:lapply()の仲間たち 11.3 行列やデータフレームの操作 11.4 リストの操作 11.5 数学的な汎関数 11.6 ループを維持すべき場合 11.7 関数族 第12章 関数演算子 12.1 挙動に関わるFO 12.2 出力に関わるFO 12.3 入力FO 12.4 FOを結び付ける 第III部 言語による計算 第13章 非標準評価 13.1 表現式の捕捉 13.2 subsetにおける非標準評価 13.3 変数のスコープに関する問題 13.4 別な関数からの呼び出し 13.5 Substitute 13.6 非標準評価の欠点 第14章 表現式 14.1 表現式の構造 14.2 名前 14.3 呼び出し 14.4 現在の呼び出しの捕捉 14.5 ペアリスト 14.6 パーシングとデパーシング 14.7 再帰関数を用いた抽象構文木の巡回 第15章 ドメイン特化言語 15.1 HTML 15.2 LaTeX 第IV部 パフォーマンス 第16章 パフォーマンス 16.1 Rはなぜ遅いか 16.2 マイクロベンチマーキング 16.3 言語のパフォーマンス 16.4 実装のパフォーマンス 16.5 代替のRの実装 第17章 コードの最適化 17.1 パフォーマンスの測定 17.2 パフォーマンスの改善 17.3 コードの系統化 17.4 誰かがすでにその問題を解決していないか 17.5 可能な限り処理を少なくする 17.6 ベクトル化 17.7 コピーの回避 17.8 バイト・コードのコンパイル 17.9 ケーススタディー:t検定 17.10 並列化 17.11 その他のテクニック 第18章 メモリ 18.1 オブジェクトのサイズ 18.2 メモリの使用とガベージコレクション 18.3 パッケージを用いたメモリプロファイリング 18.4 即時修正 第19章 パッケージを用いたハイパフォーマンスな関数 19.1 C++を始めよう 19.2 属性とその他のクラス 19.3 欠損値 19.4 パッケージのシュガー 19.5 STL 19.6 ケーススタディー 19.7 パッケージでのパッケージの利用 19.8 さらに学ぶために 19.9 謝辞 第20章 RとCのインターフェイス 20.1 RからC言語の関数を呼び出す 20.2 C言語でのデータ構造 20.3 ベクトルの生成と修正 20.4 ペアリスト 20.5 引数の検証 20.6 関数のC言語ソースを探す方法

みんなのレビュー
まだレビューはありません
No.9
79

Rの強力なグラフィックスパッケージ、ggplot2を使ってグラフを作成するためのレシピ集の改訂版。 Rの強力なグラフィックスパッケージ、ggplot2を使ってグラフを作成するためのレシピ集の待望の改訂版です。初版発刊から6年、ggplot2自体をはじめ、R言語や関連パッケージ、ツールのアップデートにしたがって全面改訂しました。基本的なグラフだけでなく、複雑なグラフや地図の作成、さらにはこうしたグラフのきめ細かいカスタマイズ方法、効果的な表示方法、色の使い方、さらには文書用データへの変換方法まで、およそグラフに関するほとんどのことを網羅。実際の「やりたいこと」に応じた解決法を提示。描きたいグラフがすぐに描ける、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.10
76
みんなのレビュー
まだレビューはありません
No.11
76

世界標準の統計処理ソフト「R」を使ってみよう!具体例にそって動かしながら、「R」の使い方と統計解析の基礎をまとめて習得できる 統計学者によって開発された「R」は、データ解析のスタンダードになりつつあります。本書では補助ソフト「Rコマンダー」を用いた、コマンド入力のいらない解析の方法を紹介します。データの特徴の把握から、2変数間の相関の解析、回帰分析による最適なモデルの選択まで、実際のデータ解析の流れを体験することで、操作方法と統計の考え方が理解できる、初めての人に最適な一冊です。 世界標準の統計ソフト「R」を使ってみよう! 統計学者によって開発された「R」は、データ解析のスタンダードになりつつあります。本書では補助ソフト「Rコマンダー」を用いた、コマンド入力のいらない解析の方法を紹介します。データの特徴の把握から、2変数間の相関の解析、回帰分析による最適なモデルの選択まで、実際のデータ解析の流れを体験することで、操作方法と統計の考え方が理解できる、初めての人に最適な一冊です。 本書では、特設サイトからダウンロードできるサンプルデータを使用して実際のデータ解析を体験します。 記載された手順にそってソフトを動かすことで、散布図や棒グラフ・円グラフを描いて視覚的にデータの特徴をつかむ統計解析の初歩から、重回帰分析やロジスティック回帰分析といった高度な分析まで、スピーディーに学習することができます。また、実際のデータを「R」で解析しやすい形式にして取り込む方法もしっかり解説しています。  【目次】   第1章「R」ってなに?   第2章 Rを使うための準備   第3章 Rコマンダーを使ってみよう   第4章 データ解析を始める前に   第5章 データの特徴を探る   第6章 変数間の関係を探る   第7章 平均に関する推定と検定   第8章 分散に関する検定   第9章 分散分析   第10章 回帰分析   第11章 比率に関する推定と検定   第12章 ロジスティック回帰分析   第13章 データセットの準備    第14章 変数およびデータの管理  付録   Rマークダウン機能について   有用な演算子一覧表   有用な関数一覧表   統計用語集 第1章「R」ってなに? 第2章 Rを使うための準備 第3章 Rコマンダーを使ってみよう 第4章 データ解析を始める前に 第5章 データの特徴を探る 第6章 変数間の関係を探る 第7章 平均に関する推定と検定 第8章 分散に関する検定 第9章 分散分析 第10章 回帰分析 第11章 比率に関する推定と検定 第12章 ロジスティック回帰分析 第13章 データセットの準備  第14章 変数およびデータの管理 付録  Rマークダウン機能について  有用な演算子一覧表  有用な関数一覧表  統計用語集

みんなのレビュー
まだレビューはありません
No.12
76

さまざまな時系列モデルや解析手法を俯瞰的に解説し,Rによる具体的な計算例も紹介. 時系列データの解析は,経済学,工学,社会学,医学など,さまざまな分野で活用されています.過去のデータを分析して将来の予測をするために,さまざま特徴をもった数学的なモデルが開発され,研究されています. 本書では,時系列データを解析するための基本的な考え方から始めて,さまざまなモデルを俯瞰的に解説します.ARモデル,MAモデル,ARMAモデルといった代表的なモデルだけでなく,多変量モデル,非線形モデル,状態空間モデルなど発展的なモデルまで広く学ぶことができます.これまで和書ではあまり解説されていなかった離散値時系列モデルについても,初歩から解説しています. さらに,Rによる具体的な計算例も紹介しています. はじめて学ぶときだけでなく,知識を整理したいときや,より発展的な手法について学びたいときにも役立つ1冊です. ソースコードは森北出版Webサイトからダウンロードできるので,自分の手で簡単に試すことができます. 第Ⅰ部 連続値時系列  第1章 時系列  第2章 定常性と自己相関  第3章 スペクトル解析  第4章 ARMAモデル  第5章 ARモデルの推定法  第6章 時系列モデルの診断  第7章 時系列モデルの予測と次数選択  第8章 多変量モデル,非線形モデル  第9章 状態空間モデル  第10章 空間統計学 第Ⅱ部 離散値時系列  第11章 整数値時系列モデル  第12章 INARモデルの推定法  第13章 さまざまな整数値時系列モデル  第14章 カテゴリカル時系列モデル 付録 理論的補足

みんなのレビュー
まだレビューはありません
No.13
69

ビジネスパーソンに向けた、脱Excel、プログラミングの入口につながるRでのデータ分析入門書! 日々の仕事の中で、こんな作業はありませんか? ・表データに決まった手順でフィルターをかけて、それをグラフにする ・複数のExcelファイルを1つのExcelファイルにまとめる ・定型のPowerPointを作成する 単純なデータの加工や集計はExcelで事足ります。ただ、複雑な処理や繰り返しの処理が必要となったときには、より高度な関数やマクロを使いこなす必要が出てきます。 本書はマクロを含め、プログラミングにまったくふれたことがない人を対象に書かれています。Rの本としては珍しく、数式も統計学も出てきません。文系出身の普通のビジネスパーソンでも、普段行っているデータの加工がより楽に、効率的にできるようになります。 Rは、統計処理に特化したプログラミング言語と言われています。1990年代に作られて以降、統計だけでなくさまざまなところで利用されています。 表形式のデータを自由自在に加工・集計できる機能も含まれており、プログラムを書いてデータを取り扱うことができるというその性質から、ルーチンワークやたくさんのデータを処理する際に使われてきました。その便利さは、Excelの比ではありません。 本書は、オンラインコースのUdemyでベストセラーとなっている著者の人気コース「医師が教えるR言語での医療データ分析入門」をベースとし、Excelでのデータ加工と集計に特化して作成されました。オンラインでのレクチャー同様、「語りかける」ように解説します。 著者は企業の産業医をするかたわら、データの処理や分析を行ってきました。その中で、Excelより効率的にデータの加工・分析ができる、Rと出会いました。Rを普及させたい! そんな思いで本書を執筆しました。 Excelより効率的にデータを加工して、周りと差をつけたい。プログラミングに興味あるし、実務にも生かしてみたい。そんなあなたに、本書は最適な導入となるはずです。 はじめに 0.1 本書の目的 0.2 本書が扱う範囲 0.3 本書の対象読者 0.4 再現可能なレポートとは 0.5 本書の特長 0.6 配布データのダウンロード 0.7 Rを気軽に学んでいこう 第1章 RとRStudioの基礎 1.1 RとRStudioとは 1.2 Rをインストールしよう 1.3 RStudioをインストールしよう 1.4 RStudioの画面を見てみよう 1.5 Rを使って計算しよう 1.6 画面同士を連携させよう 1.7 RStudioでファイルを管理しよう 第2章 Rの機能 2.1 Rのスクリプトを書いてみよう 2.2 型を理解しよう 2.3 変数を用意しよう 2.4 変数のルールや操作方法を確認しよう 2.5 オブジェクトとは 2.6 データの帯(ベクトル)について理解しよう 2.7 ベクトルの型を変換しよう 2.8 ベクトルとベクトルで計算しよう 2.9 データフレームで表を作ろう 2.10 関数を理解しよう 2.11 パッケージを読み込もう 2.12 パッケージを読み込まずに関数を利用しよう 第3章 Excelファイルのインポート 3.1 インポートとは 3.2 パスとは 3.3 ワーキングディレクトリを確認・設定しよう 3.4 パスがなぜ重要なのか理解しよう 3.5 Excelファイルを実際に読み込もう 3.6 tibbleについて理解しよう 3.7 読み込むファイルの型を推定しよう  3.7.1 表の一部を抜き出そう 3.8 Excelファイル以外のデータを取り込もう  3.8.1 テキスト形式のデータの取り込み  3.8.2 統計ソフトのデータの読み込み 第4章 データ加工に適したTidyデータ 4.1 Tidy(タイディー)データとは 4.2 Tidyでないデータとは 4.3 複数の変数が列名となっているデータをTidyにしよう 4.4 行と列に変数が含まれているデータをTidyにしよう 4.5 複数の項目がテーブルに含まれるデータをTidyにしよう 4.6 Tidyデータがまだわからないという人へ 第5章 データ加工に必要なパッケージ群「tidyverse」 5.1 tidyverseとは 5.2 本書で紹介する関数一覧 第6章 列の加工 6.1 関数と関数をつなごう 6.2 列を追加しよう 6.3 列名を変更しよう 6.4 列を選択しよう 第7章 行の加工 7.1 行を並び替えよう 7.2 ロジカル型を理解しよう  7.2.1 ロジカル型とは  7.2.2 ロジカル型で印をつけよう  7.2.3 印をつけたものを取り出そう  7.2.4 ロジカル型のTRUE、FALSEを!でひっくり返そう 7.3 行を絞り込もう 第8章 文字を自由に操る正規表現 8.1 正規表現とは 8.2 いらない文字を除去しよう 8.3 探している文字が含まれているか判定しよう 8.4 探している文字を抜き出そう 8.5 目的の文字を置き換えよう 第9章 カテゴリカルデータのための因子型 9.1 アンケートのデータを集計しよう 9.2 架空のアンケートデータを作成しよう  9.2.1 ランダムな数字を生成しよう  9.2.2 くじ引きをやってみよう  9.2.3 ランダムな表データを作成しよう 9.3 因子型とは 9.4 因子型の列を作成しよう 9.5 変数を利用した因子型の設定 第10章 条件別による列の加工 10.1 割引クーポンを使ってアイスクリームの値段を計算しよう① 10.2 別の列の値に応じて列を加工する方法を確認しよう 10.3 割引クーポンを使ってアイスクリームの値段を計算しよう② 10.4 もっと複雑な条件に応じて列を加工しよう 第11章 特殊な加工に必要なtidyrパッケージ 11.1 複数の列を1つにまとめよう 11.2 複数の列に分割しよう  11.2.1 列を分割しよう  11.2.2 要素を抽出して列を作ろう 11.3 欠損値を好きな値に変換しよう  11.3.1 欠損値を埋めよう  11.3.2 データをリストとして保持しよう 11.4 欠損値を埋めよう 11.5 欠損値を好きな文字に置き換えよう 第12章 煩雑なデータをTidyに~縦データと横データの変換~ 12.1 縦と横のデータを理解しよう 12.2 横のデータを縦のデータに変換しよう 12.3 縦のデータを横のデータに変換しよう 12.4 横から縦への変換の応用~列データを変換しながら複数の列に分割しよう~ 12.5 縦から横への変換の応用~欠損しているデータを埋めよう~ 12.6 自由にデータを変換しよう 第13章 マスタデータと戦おう 13.1 リレーショナルデータベースとは 13.2 複数の表を結合させよう 13.3 名前が違う列同士を結合しよう 13.4 いろいろな結合方法を知ろう 13.5 表を結合してデータを抽出しよう 第14章 単純な集計 14.1 平均・最小・最大を集計しよう 14.2 表を集計しよう 14.3 文字型(因子型)を集計しよう 第15章 集団の集計 15.1 表を1つの変数で分割して集計しよう 15.2 表を2つの変数で分割して集計しよう 15.3 表が何行か調べよう 15.4 行の前後の値で比較しよう 15.5 売上データの店舗別・月別変化を調べよう 第16章 日付・時刻データ 16.1 日付と時刻をRで表現しよう 16.2 文字や数字を日付型・日付時刻型に変換しよう  16.2.1 文字の日付型・日付時刻型への変換の応用  16.2.2 数字の日付型・日付時刻型への変換の応用 16.3 地域ごとの時差を表現しよう 16.4 日付と時刻を計算しよう  16.4.1 引き算での計算  16.4.2 物理的な時間の経過を表そう  16.4.3 カレンダー上の時間の経過を表そう  16.4.4 「時間の帯」同士の重なりの有無を調べよう 16.5 時間を集計しよう 第17章 Tidyデータの作成 17.1 例1:出勤、退勤時刻に関するデータをTidyにしよう  17.1.1 出勤、退勤時刻データの加工1  17.1.2 pivot_wider()とリストコラム  17.1.3 出勤、退勤時刻データの加工2 17.2 例2:人気ランキングと価格の表をTidyにしよう 17.3 例3:複数の販売個数データをTidyにしよう  17.3.1 ファイルを処理しよう  17.3.2 関数を作ろう  17.3.3 ファイルを処理する関数を作成しよう 第18章 データの保存 18.1 状況に応じたデータの保存形式を考えよう 18.2 表データをファイルとして保存しよう  18.2.1 表データをCSVファイルで保存しよう  18.2.2 表データをExcelファイルで保存しよう 18.3 Rのオブジェクトを.rds形式で保存しよう 18.4 Rのオブジェクトを.RData形式で保存しよう 第19章 レポートの出力 19.1 R Markdownでレポート作成しよう  19.1.1 R MarkdownからWordファイルを生成しよう  19.1.2 Markdownとは  19.1.3 R Markdownとは 19.2 Rでグラフを書こう 19.3 kable関数でキレイな表を出力しよう 19.4 レポートを実際に出力しよう おわりに 結語と謝辞

みんなのレビュー
まだレビューはありません
No.15
69

R Commander(Rコマンダー)と呼ばれるGUIでの利用を可能とするパッケージを用いると、フリーソフトウェアRでメニューやアイコンを利用して様々な統計手法を実践することができる。本書では、できる限りRコマンダーを用いて多変量解析を行う方法を解説している。まず例題を提示し、操作の手順、得られる出力、その意味を1つひとつ解説。また、初学者にもわかるように、その背景にある統計理論の基礎についてもバランスよく概説している。 第1章 問題解決と多変量解析 第2章 単回帰分析 第3章 重回帰分析 第4章 主成分分析 第5章 2値・多値データの回帰、ツリーモデル 第6章 その他の手法 付録

みんなのレビュー
まだレビューはありません
No.16
67

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.17
67

実践的なソフトウェアの実装と、安全性を支える理論の学習を通して、Rustをゼロから徹底的にマスター。通読して学習する入門書! 通読して学習するRust入門書! 単なる文法の解説にはとどまらない。 実践的なソフトウェアの実装と、Rustの安全性を支える理論の学習を通して、ゼロから徹底的にマスターできる! サンプルコードもサポートページから提供! 【主な内容】 第1章 環境構築とHello, world! 第2章 Rustの基本 第3章 所有権・ライフタイム・借用 第4章 トレイト 第5章 モジュール・ドキュメント・テスト 第6章 正規表現 第7章 シェル 第8章 デバッガ 第9章 線形型システム 【正誤表】 https://github.com/ytakano/rust_zero/blob/master/errata.md 第1章 環境構築とHello, world! 第2章 Rustの基本 第3章 所有権・ライフタイム・借用 第4章 トレイト 第5章 モジュール・ドキュメント・テスト 第6章 正規表現 第7章 シェル 第8章 デバッガ 第9章 線形型システム

みんなのレビュー
まだレビューはありません
No.18
67

Rではじめるデータサイエンス

Hadley Wickham
オライリージャパン

Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。 「Rの神様」ハドリー・ウィッカムがRを使ったデータサイエンスの基本を指南! ggplot2、plyrといったRを代表するパッケージやRStudioの開発で知られる「Rの神様」ハドリー・ウィッカムと、『RStudioからはじめるRプログラミング入門』の著者による、Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。『RStudio~』のコンパニオンブックとして、データサイエンスの理論的な側面を支える役割も担っており、長らく発刊が待たれていました。Rの機能と威力を知り尽くし、また、統計とデータサイエンス教育のプロフェッショナルでもある著者たちによる、非常にわかりやすくクリアな説明は、既存のデータサイエンス入門書とは一線を画します。

みんなのレビュー
まだレビューはありません
No.19
66

時系列データを切り口としたデータ分析の入門書。基本をカバーした後、統計的手法と機械学習手法の両方を時系列データに適用する。 統計的手法と機械学習手法の両方を使用した汎用性の高い時系列分析手法! 本書は「時系列データ」の切り口から書かれたデータ分析の入門書です。時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使われています。本書は時系列データを通してデータ分析手法を学んでいくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野のさまざまな事例を取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。 時系列データを切り口としたデータ分析の入門書。基本をカバーした後、統計的手法と機械学習手法の両方を時系列データに適用する。

みんなのレビュー
まだレビューはありません
No.20
66

第1章 開発環境の用意とRプログラミングの基礎 第2章 データ操作の極意 第3章 ファイル操作の極意 第4章 基本プログラミングの極意 第5章 基本記述統計 第6章 正規分布 第7章 統計的推定 第8章 統計的仮説検定 第9章 回帰分析 第10章 多変量解析 第11章 時系列分析 第12章 グラフィックス

みんなのレビュー
まだレビューはありません
No.22
66

改訂3版 R言語逆引きハンドブック

石田 基広
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.23
66
みんなのレビュー
まだレビューはありません
No.24
66

R言語によるプログラミングを通じて統計や機械学習の手法を学ぶことができる解説書です。 R言語はシンプルな文法と「ベクトル」と呼ばれる機能を使った柔軟な処理が可能で、配列やリスト、テーブル、集合など数値計算に強いものです。 本書では、RStudioという投稿型の開発環境を使って快適にプログラミングを学ぶことができます。他言語の経験者はもちろん、初めての人でも使いこなすことができるようになるように内容をまとめました。 統計や機械学習の手法や考え方を学んだあとに、コードを記述して実践するというステップで、Rを身に付けることができるように構成しています。 R言語によるプログラミングを通じて統計や機械学習の手法を学ぶことができる解説書です。コードを記述して実践することで、プログラミングがはじめての人でも学びやすい内容となっています。 Chapter 1 Rと統計学  1.1 データマイニングの時代だ   1.1.1 データマイニングをすると何がトクなの?    データマイニングで成功をつかむ    データマイニングと統計学   1.1.2 データマイニングのためのツール    Rって言語? それともツール?    Rのイイところ    Rにはプログラミングするからこそのよさがあります  1.2 RとRStudioをインストールしよう   Memo Rのインストール(Macの場合)   1.2.1 Rをインストールし、続けてRStudioをインストールする    Rのダウンロードとインストール    Rを起動してみる    RStudioのダウンロードとインストール   Memo Macでのインストール手順   1.2.2 RStudioの起動と終了    RStudioの起動    RStudioの終了   1.2.3 RStudioの設定    ホームディレクトリの設定    作業ディレクトリの設定 Chapter 2 Rの基本(RStudioの操作と基本プログラミング)  2.1 RStudioでプログラムを実行する2つの方法(コンソールとソースファイル)   2.1.1 RStudioを関数電卓みたいに使う(コンソールを利用したプログラムの実行)    計算を行うソースコードを入力してその場で結果(答え)を見る    ソースコードは1文単位で実行    処理結果は1行に収まらなければ複数の行にまたがって表示される   2.1.2 ソースファイルにコードを書いて実行する   Memo [History]ビュー    ソースファイルの保存    ソースファイルを開く   2.1.3 プロジェクトの作成    プロジェクトを作成する    プロジェクトを開く  2.2 Rの基本(データ操作)   2.2.1 Rでデータを扱うときは「変数(オブジェクト)」が基本    とっておきたい値には名前を付けよう    別の値に同じオブジェクト名を付ける   2.2.2 データのかたち(データ型)    Rのデータ型は大きく分けて2つ   2.2.3 データ操作のキホン、ベクトルを使いこなそう    ベクトルの作成    ベクトル要素の取り出しと置き換え    ベクトルの結合と挿入    ベクトルの要素に名前を付ける    ベクトル同士の演算   Memo 規則性のあるベクトルの作成   Hint データ型が何かを調べる   2.2.4 データ型の変換    関数を使ってデータ型を変換する   2.2.5 リスト    リストの要素を取り出す    リスト要素のベクトルの要素を取り出す    リスト要素を「名前=値」のペアで管理する   2.2.6 行列(マトリックス)    行列は(行,列)の集計表   Hint 配列   2.2.7 データフレーム    データフレームの作成   Memo コメントについて    データフレームから列や行のデータを取り出す    外部ファイルのデータをデータフレームに取り込む    タブ区切りのテキストファイルをデータフレームに読み込んでみよう   Tips Excelのデータをクリップボード経由で読み込む  2.3 プログラムの制御と関数(制御構造と関数)   2.3.1 「もしも」で処理を分ける(ifステートメント)    ifステートメントの書き方    「そうでなければ」を実行するelse if/else   2.3.2 同じ処理を繰り返す(forステートメント)    指定した回数だけ処理を繰り返す   2.3.3 決まった処理に名前を付けて呼び出せるようにしよう(関数の作成)    処理だけを行う関数    引数を受け取る関数    戻り値を返す関数    作成した関数を他のソースファイルから実行できるようにしよう   Memo RStudio Chapter 3 データの全体像を解析する(代表値)  3.1 データをならして出てくる代表値(平均)   3.1.1 平均を求める    平均値を求める式  3.2 データの分布を棒グラフで見やすくしよう(ヒストグラム)   3.2.1 度数分布表筐。ヒストグラムの作成こそが統計の第一歩    ヒストグラムは「階級の幅」を決めて「階級」を作る  3.3 階級幅を独自に指定したヒストグラムを作る   3.3.1 階級幅や棒グラフの色を指定してヒストグラムを作成する    最小値と最大値を調べてヒストグラムの下限値と上限値を決定する(手順①~②)    ヒストグラムの作成(手順③)    コードを入力してヒストグラムを作成してみる   Memo 階級の幅    ヒストグラムの山は1つか2つ以上か  3.4 度数分布表から相対度数分布表を作る   3.4.1 相対度数分布表を作る    度数分布表を作成し、これをもとに相対度数分布表を作成する    相対度数を棒グラフにしてみる    相対度数分布表を作成する関数を定義する  3.5 平均の足を引っ張るデータを除外する(トリム平均)   3.5.1 平均は真ん中くらいの値ではなかった    mean()関数のオプションを使って「トリム平均」を求める  3.6 しっくりこないならど真ん中の値を見付けよう(中央値)   3.6.1 平均とは違う、データの「ど真ん中」の値    散らばったデータのど真ん中を指す中央値    summary()関数で最大、最小、平均、中央値をまとめて調べる Chapter 4 データのバラツキ具合を知る(偏差、分散、標準偏差)  4.1 データのバラツキ具合を数字で表す(偏差、分散)   Memo 分散と不偏分散   4.1.1 個々のデータの平均との差を調べて全体の散らばり具合を知る    平均からどのくらい離れているのかを表すのが「偏差」    偏差を求める   4.1.2 偏差を2乗した「偏差平均」を平均して「分散」を求める    偏差平方の平均が「分散」   Hint データに手を加えると平均、分散はどうなる?  4.2 そのデータは「優秀」なのかそれとも「普通」?(標準偏差)   Memo 平均や分散、標準偏差の記号について   4.2.1 新規オープン店の売上数は突出しているのか    分散をデータの単位に戻して比較できるようにする   4.2.2 データの特殊性を「標準化」した数値で表す    商品Aと商品Bの販売数をすべて標準化する   Memo 平方根について  4.3 来客数が平均より多いのは「繁盛」しているといえるか   4.3.1 標準偏差を「尺度」にする    来客数の標準偏差と標準化係数を求める   4.3.2 データの偏差が標準偏差の±1個ぶんの範囲内であれば平凡なデータだと判断できる    標準化係数でデータの特殊性を知る    標準化した値の平均は0で標準偏差は1  4.4 来店者の数が上位5%に入る日を調べる   4.4.1 正規分布のグラフの形は平均と標準偏差で決まる    標準正規分布のグラフ    確率密度関数   4.4.2 標準正規分布のグラフ中の区切られた領域がデータの出現率を表す    標準正規分布の数表をRで作成してみる    Rで標準正規分布の数表を作成する    標準正規分布の数表の見方   4.4.3 上位5%に入る来店者数を見付けよう    標準正規分布の数表を使って上位5%の区間面積に対するxの値を求めよう Chapter 5 正規分布するデータを解析する  5.1 売上の平均が38万円のとき45万円以上売上げる確率は?   Hint 数学定数の「ネイピア数」   5.1.1 標準正規分布ではないふつうの分布は「一般正規分布」    正規分布をσ=1、μ=0に換算して標準正規分布にする    正規分布のxを求める確率密度関数f(x)    Onepoint ××万円以上○○万円以下の売上が発生する確率は?   5.1.2 売上が40万円以上になる確率を求めてみよう    30万~60万円を5万円刻みにして、それぞれの累積確率を求める  5.2 偏差値の仕組み   5.2.1 標準化した値を10倍にして50を足すのは何のためか    偏差値を求めてみる   5.2.2 標準偏差を用いた合格判定の仕組み    平均と標準偏差、あとはデータの数で合否を推測する  5.3 バラバラに分布するデータを正規分布に近似する(大数の法則)   5.3.1 1000人ぶんのサンプルで10万人ぶんの相対度数分布グラフが描かれる    10万人の中から1人ずつ選んで1000回計測したらどうなる?(復元抽出)    非復元抽出と復元抽出   Hint 相対度数分布グラフはなぜ曲線の山の形をしている?  5.4 正規分布の再生性   5.4.1 正規分布は2つを重ねても分布の形が保存される    正規分布の再生性   Memo 「大数の法則」でサンプルの相対度数分布が母集団のデータとぴったり一致!   Memo 中心極限定理  5.5 ピンポイントでズバリ当てる(点推定)   5.5.1 母集団と標本    全数調査と標本調査    無作為抽出(ランダムサンプリング)   5.5.2 ピンポイントで推定する    最尤法による推定    不偏推定量による推定    点推定の結果を見る  5.6 サイコロを振ると1の目が出る確率は?   5.6.1 確率変数とその定義    偶数の目が出る確率は   Hint 離散と連続の違いは?    確率の定義    離散型一様分布の確率質量関数    サイコロを振ると本当に6分の1の確率で各目が出るのか  5.7 「標本平均の平均」をとると母平均にかなり近くなる   5.7.1 母集団から5個のサンプルをランダムに抽出する    sample()関数によるランダムサンプリング    母集団の平均と標本の平均    標本分布で推定するときのポイント2つ   5.7.2 標本分布が母集団の本当の値を中心として分布しているか    標本平均の数が大きくなると標本分布が正規分布に近くなっていく    標本平均の分散と標準誤差を確認する   5.7.3 サンプルサイズを大きくすると標準誤差は本当に小さくなるのか    サンプルサイズを5から20にする  5.8 データ全体の散らばりと標本平均の散らばり   5.8.1 標本平均の分散を調べる    標本平均の分散と母分散の関係を調べる  5.9 標本分散の平均   5.9.1 標本分散の代わりに不偏分散を推定値として使う    標本分散と不偏分散のそれぞれの平均を母分散と比較する    母集団と標本の関係のまとめ Chapter 6 手持ちのデータで全体を知る(標本と母集団)  6.1 大標本を使って全体の平均を予測する(z値を用いた区間推定)   6.1.1 降水確率に見る区間推定の考え方    区間推定の考え方    信頼区間と信頼度   Memo 信頼度95%の区間推定   6.1.2 信頼度95%で母平均を区間推定する    大標本(サンプルサイズ30以上)の信頼区間    母平均の信頼区間の関係式を導く    サンプルサイズ50で母平均を区間推定する  6.2 小標本を使って全体の平均を予測する(t値を用いた区間推定)   6.2.1 小標本による平均値の推定    小標本の平均と分散を用いて母平均の信頼区間を求める    Onepoint 自由度   6.2.2 信頼度95%で母平均を区間推定する    小標本による区間推定の結果  6.3 母集団のデータの比率を区間推定する   6.3.1 二項分布の確率理論を用いて母集団の割合を推定する    離散型の代表的かつ重要な確率分布である「二項分布」    二項分布の試行回数を無限大にすると正規分布になる   Memo 順序を考慮する場合の数は「順列」   6.3.2 母集団の「比率」を区間推定する    母比率を95%の信頼度で区間推定する    支持率45%と47%に「差はある」のか   Hint 自由度が30を超えると標準正規分布とほぼ同じになる   Memo 階乗 Chapter 7 独立性の検定と2つの平均の比較(χ2検定、t検定)  7.1 2つのデータの独立性の検定(カイ二乗検定)   7.1.1 データの分布を検証するカイ二乗検定    サイコロを投げて1から6までの目が出る確率    サイコロ投げの結果をカイ二乗検定で調べる    検定に使用する検定統計量を求める式    自由度    サイコロ投げ12回の試行結果をχ2検定する    χ2検定を行う手順   Memo 対立仮説と帰無仮説   Memo 有意水準   7.1.2 A店とB店のデータ分布は同じかどうかを判断する    「差はない」という帰無仮説を立ててχ2検定を実施    A店とB店の売上に差はあるのか  7.2 独立した2群の差のt検定①    (分散が等質と仮定できる場合のt検定)   7.2.1 独立した2群における3つのt検定    独立した2群のt検定   7.2.2 スチューデントのt検定で母平均を検定する    検定に使用する検定統計量tの求め方   Hint σ2を求める式について   7.2.3 検定統計量と有意水準5%のt値を求める    ライバル店の平均点との差はあるのか    p値を求めてt検定を行う    t.test()関数で検定統計量tを求める  7.3 独立した2群の差のt検定②    (分散が等しいと仮定できない場合のウェルチのt検定)   7.3.1 ウェルチのt検定で、母分散が等しくない2群の平均を検定する    独立した2群の分散が等しいことを前提にしないウェルチのt検定   7.3.2 ウェルチのt検定を実施する   Hint t検定のデフォルトはウェルチのt検定  7.4 対応のある2群の差のt検定   7.4.1 対応のある2群の差のt検定は変化量(変量の差)の平均値の検定になる    検定統計量tの式   7.4.2 検定を実施して平均に差があるのかを判定する    検定統計量の実現値を求める    平均体重の変化に統計的な差は認められるのか    p値を求めてt検定を行う    t.test()関数で検定統計量tの実現値を求める   Memo RStudioの[Packages]ビュー Chapter 8 3つの平均値が同じ土俵で比較できるか調べる(t検定が使えない場合の分散分析)  8.1 1要因の分散分析①(対応なし)   8.1.1 t検定は3つ以上の平均の差の検定には使えない    t検定が3つ以上の平均の差の検定に使えない理由   8.1.2 3つの平均に差があるかを分散分析で調べる    分散分析に使用する検定統計量   Memo 分散分析   Tips 分子の自由度6、分母の自由度18のF分布をグラフにする   8.1.3 1要因の分散分析(対応なし)を実施する    分散分析のためのデータを用意する    oneway.test()関数で検定統計量とp値を求める    aov()関数で検定統計量の実現値とp値を求める    anova()関数で検定統計量の実現値とp値を求める   8.1.4 分散分析を理解する    「群間のズレ」と「群内のズレ」    標本平均間のズレと標本内部のデータのズレを見る   8.1.5 多重比較(Tukeyの方法)    RのTukeyHSD()関数で多重比較を行ってみる  8.2 1要因の分散分析②(対応あり)   8.2.1 対応がある1要因の分散分析の実施    分散分析の実施   8.2.2 対応ありとなしで違いが出たのはなぜ?    対応なしと対応ありによる違いを見る    平方和を分解して自由度を計算してみよう  8.3 2要因の分散分析①(2要因とも対応なし)   8.3.1 主効果と交互に作用する効果    主効果と交互作用効果について   8.3.2 2要因の分散分析(対応なし)を実施する    2要因の分散分析(対応なし)の実施    帰無仮説の棄却/採択の決定    交互作用効果を確認する  8.4 2要因の分散分析②(2要因とも対応あり)   8.4.1 2要因の分散分析(対応あり)を実施する    2要因の分散分析(対応あり)の実施    Onepoint 2要因の分散分析(対応あり)を行ったあとは  8.5 2要因の分散分析③(1要因のみ対応あり)   8.5.1 2要因の分散分析(1要因のみ対応あり)を実施する    2要因の分散分析(1要因のみ対応あり)の実施    帰無仮説の棄却/採択の決定   Hint 帰無仮説と対立仮説 Chapter 9 回帰分析で未来を知る(単回帰分析と重回帰分析)  9.1 清涼飲料水の売上と気温の関係(相関関係と線形単回帰分析)   9.1.1 データ間の相関関係を分析する    相関分析でデータ同士の関係性を数値化する   Hint 相関分析のポイントと注意点   9.1.2 散布図で相関関係を見る(散布図の描画)    散布図の作成   9.1.3 2つのデータの関係の強さを求める(相関係数の計算)    2つのデータの相関係数を求める   Memo シグマの記号について   9.1.4 線形回帰分析を実行する    回帰式における回帰係数と定数項を求める    回帰係数と共分散の関係を見る    Im()関数で線形回帰分析を行う   9.1.5 最高気温が1℃上昇したときの売上数を予測する    回帰直線を散布図上に表示してみる    最高気温が30℃、31℃、さらに36℃のときの売上数を予測する   Memo 回帰分析の手法   Memo 内挿と外挿   Tips 分析の元データと予測値、残差を一覧で表示する  9.2 立地、面積、競合店とアンケート結果から売上を予測する    (線形重回帰分析)   9.2.1 重回帰分析で説明変数が複数の場合の分析を行う    2つ以上の要因を使って予測を行う重回帰分析    予測値を示す重回帰分析の式とは    相関係数を確認する   9.2.2 すべての説明変数を使って重回帰分析する    データにあるすべての説明変数を重回帰分析にかける    分析結果の見るべきポイントは3つ   9.2.3 説明変数を減らしてもう一度分析する    step()関数で説明変数を1つずつ減らした分析結果を見る   Hint 多重共線性    2つの説明変数を減らして重回帰分析を実行する   9.2.4 説明変数を減らさずに変数の交互作用だけを減らして分析する    交互作用を考慮した回帰係数を求める    step()関数でAICが最も低い組み合わせを調べる  9.3 急激に上昇カーブを描く普及率を予測する(非線形回帰分析)   9.3.1 ロジスティック関数を使って非線形回帰分析をする    非線形の回帰分析をロジスティック回帰で行う   Tips ロジスティック回帰   9.3.2 データにロジスティック関数を当てはめて非線形回帰分析をする    nls()関数の関係式にロジスティック関数を指定して分析する   9.3.3 SSlogis()関数を使って非線形回帰分析をする    ロジスティック関数SSlogis()で曲線を割り出す  9.4 日射量、風力、温度の値でオゾンの量を説明する    (一般化線形モデル)   9.4.1 一般化線形モデルの回帰分析を行うglm()関数    一般化線形モデルとglm()関数    関数glm()   9.4.2 一般化線形モデルの回帰分析    今回のケースで線形回帰分析をするとどうなる?    glm()関数で一般化線形モデルの回帰分析を行う  9.5 モルモットの実験データから、ビタミンCを何で与えたかを予測する   9.5.1 ロジット関数を用いた二値分類    ロジット関数   9.5.2 ロジット関数で二値分類を行う   Tips ロジット関数の逆関数はシグモイド関数 Chapter 10 クラスター分析  10.1 バラバラに散らばるデータを統計的に整理しよう    (階層的クラスター分析)   10.1.1 データを統計的な考え方でグループ分けするのがクラスター分析    階層的クラスター分析    階層的クラスター分析のプロセス    データ行列を作って距離行列を作る(分析のプロセス①~②)    距離行列からコーフェン行列を作る(分析のプロセス③)   10.1.2 階層的クラスター分析で他の方法を試してみる    クラスタリングの過程を見てみる   Tips 大量のデータを的確にグループ分けする Chapter 11 Rで機械学習  11.1 機械学習のワークフロー    Onepoint カテゴリデータの変換   11.1.1 機械学習を進める手順   11.1.2 特徴量エンジニアリング(データの前処理)   11.1.3 機械学習におけるモデルの評価方法    MSE(平均二乗誤差)    RMSE(平均二乗平方根誤差)    RMSLE(対数平均二乗平方根誤差)    MAE(平均絶対誤差)    決定係数(R2)   11.1.4 機械学習で用いられるアルゴリズム  11.2 「ボストン住宅価格」の予測   11.2.1 「Boston Housing」データセット    Onepoint rsampleのインストール   11.2.2 線形重回帰で住宅価格を予測する    データを用意する    線形重回帰分析で住宅価格を予測する  11.3 Ridge回帰、Lasso回帰で住宅価格を予測する   11.3.1 線形回帰の正則化   11.3.2 リッジ回帰   11.3.3 データを用意する処理をまとめたソースファイルを作成する   11.3.4 リッジ回帰で予測する   11.3.5 バリデーション    バリデーションの手法    Onepoint glmnetのインストール   11.3.6 ラッソ回帰   11.3.7 ラッソ回帰で住宅価格の中央値を予測する   11.3.8 エラスティックネット   11.3.9 エラスティックネットで住宅価格の中央値を予測する  11.4 線形サポートベクター回帰   11.4.1 サポートベクター回帰    線形サポートベクター回帰   11.4.2 サポートベクター回帰で住宅価格の中央値を予測する   Memo サポートベクターマシンのカーネル    Onepoint kernlabのインストール  11.5 ランダムフォレスト回帰   11.5.1 決定木とランダムフォレスト回帰    「決定木」というアルゴリズム    ランダムフォレスト   11.5.2 ランダムフォレスト回帰で住宅価格の中央値を予測する    Onepoint randomForestのインストール  11.6 「Wine Quality」データセットを利用した分類   11.6.1 「Wine Quality」データセット  11.7 サポートベクターマシンによる分類   11.7.1 サポートベクターマシンによる分類    マージンとサポートベクターによる分類   11.7.2 サポートベクターマシンでワインの評価を分類する  11.8 「決定木」による分類   11.8.1 「決定木」による分類   11.8.2 「決定木」でワインの評価を分類する   Memo 勾配ブースティング  11.9 ランダムフォレストによる分類   11.9.1 ランダムフォレストによるワインの分類  11.10 ニューラルネットワークによる分類   11.10.1 ニューラルネットワークによる分類    ニューラルネットワークのニューロン    学習するということは、重み・バイアスを適切な値に更新するということ    順方向で出力し、間違いがあれば逆方向に向かって修正して1回の学習を終える    Onepoint 多クラス分類    ニューラルネットワークにおける順伝播処理    勾配降下法によるパラメーターの更新処理    勾配降下法の考え方    バックプロパゲーションの処理    Onepoint NeuralNetToolsのインストール   11.10.2 ニューラルネットワークでワインの評価を分類する Appendix 資料  1 関数リファレンス   統計分析に関連する関数   数値の処理を行う関数   ベクトルの処理を行う関数   データフレームの処理を行う関数   グラフ関係の関数  2 統計用語集  3 用語索引

みんなのレビュー
まだレビューはありません
No.25
66

様々な分野の実際の問題へ適用した事例を解説。 様々な分野の実際の問題へ適用した事例を解説。〔I〕火力発電所ボイラ/生体内フィードバック解析/経済時系列/船体運動/地震波/人間-自動車系/船体動揺データ/生糸操糸工程/薬物動態解析/状態が切替わるモデル/時変数ARモデル 1. 統計モデルによる火力発電用ボイラの制御  1.1 まえがき  1.2 多変数システム制御の問題点  1.3 統計モデルによるシステム解析と制御  1.4 最適レギュレータ設計の実際  1.5 実プラントへの適用結果  1.6 あとがき 2. 多変量自己回帰モデルを用いた生体内フィールドバック解析  2.1 はじめに  2.2 体液制御とフィードバック  2.3 パワー寄与率とインパルス応答の実例  2.4 なぜフィードバック解析に自己回帰モデルを用いるか  2.5 パワー寄与率の求めかた  2.6 状態方程式とインパルス応答  2.7 閉鎖系と開放系のインパルス応答  2.8 仮想的なフィードバック系による確認  2.9 おわりに 3. 経済時系列の変動要因分解  3.1 はじめに  3.2 モデル1(確率項のみのモデル)  3.3 モデル2(確定項を含むモデル)  3.4 モデル3(マクロ経済政策効果も考慮したモデル)  3.5 ファインチューニングは成功したか  3.6 予測力はあるか  3.7 まとめと今後の課題 4. 船体運動と主機関の統計的最適制御  4.1 はじめに  4.2 船体および主機関の運動の制御のあらまし  4.3 統計モデルによる船体操縦運動の表現と最適制御  4.4 制御型自己回帰最適自動操舵システムの設計  4.5 外乱適応型自動操舵システム  4.6 舵減揺型自動操舵システム  4.7 主機関ガバナシステムへの応用  4.8 まとめ 5. 地震波到着時刻の精密な推定  5.1 はじめに  5.2 局所定常ARモデル  5.3 局所定常区間の自動分割  5.4 地震波到着時刻の精密な推定  5.5 応用:地震波の到着時刻から推定される地球内部の物理定数  5.6 おわりに 6. 人間―自動車系の動特性解析  6.1 自動車単体の横風動特性  6.2 多変量ARモデルの人間―自動車系への応用  6.3 人間―自動車系の横風動特性  6.4 まとめ 7. 船体動揺データを用いた方向波スペク●  7.1 はじめに  7.2 多次元ARモデルによるクロスス●  7.3 方向波スペクトルと船体動揺の関●  7.4 ベイズ型モデルを用いた方向波ス●  7.5 模型船を用いた水槽実験結果  7.6 おわりに 8. 生糸繰糸工程の管理  8.1 落緒管理と間隔過程  8.2 生糸の繊度管理  8.3 Black box内の滞留時間 9. 薬物動態解析への応用  9.1 はじめに  9.2 薬物動態学的モデル  9.3 モンテカルロ法による最大対数尤度の推定  9.4 実例  9.5 まとめ 10. 状態が切り替わるモデルによる時系列の解析  10.1 はじめに  10.2 パルスをもつ時系列データ既存の手法の限界  10.3 パルスをもつ時系列のための状態空間モデル  10.4 まとめ 11. 時変係数ARモデルによる非定常時系列の解析  11.1 はじめに  11.2 時変係数ARモデル  11.3 時変係数VARモデル  11.4 地震データ解析への応用例 12. 索 引

みんなのレビュー
まだレビューはありません
No.28
65

実践Rustプログラミング入門

初田 直也
秀和システム

今もっとも人気があり、Google、Amazon、Microsoftも注目している新言語。C/C++にかわる安全爆速の言語。 ■■C/C++の代わりとなるべき最新言語  ■■ ■■その独特な仕様をわかりやすく解説。 ■■ ■■これから Rust をはじめるすべての人へ■■ ●いますぐ使いはじめるべきRustの5つ魅力 ・とにかく実行速度が速い ・モダンな言語機能が一通り入っている ・OS から Web アプリケーションまで幅広く実装できる ・ツール群がとても充実している ・「安全性」が強力に担保されている ●Rustならではの言語仕様を完全理解 ・Google、Microsoft、Amazonが いま注目する最新言語。その先進的考え方を体験する。 ・バグを出させないための仕組みを知り、Rustの深淵に踏み込む。 ・本書に載っているいろんな領域のサンプルで、組み込み開発からWebアプリケーションまで幅広く使われるRustを学ぶ。 ・特徴的なRustの概念を完全理解する。 「ゼロコスト抽象化」「ムーブセマンティクス」「クレート」 「スレッド安全性」「パニック」「unsafe」「エディション」 「所有権」「借用」「ライフタイム」「トレイト」…… "安心安全の 爆速言語 Rust入門" edtion 2018対応。 ■Part 1 入門 ■Chapter1 プログラミング言語 Rust ●1-1 Rust の魅力 ●1-2 とにかく実行速度が速い Rust は機械語に直接コンパイルされる ガベージコレクションをもたない 「ゼロコスト抽象化」を追求している ●1-3 モダンな言語機能が一通り入っている 不変・可変を明示的に制御できる filter, map などを使ってコレクションを操作できる 代数的データ型とパターンマッチング 強力な型推論 トレイト ●1-4 OS から Web アプリケーションまで幅広く実装できる ●1-5 ツール群がとても充実している Cargo エディタサポート 標準フォーマッタ rustfmt、標準リンター clippy ●1-6 「安全性」が強力に担保されている ●1-7 エディションという考え方によって互換性を担保している ●1-8 Rust の利用事例 ■Chapter2 環境構築 ●2-1 Webサイトで試せるRust - The Rust Playground ●2-2 開発環境を構築する rustupをインストール 動作確認 cc エディタ Rust Language Server(rls) rust-analyzer cargo-edit リリーストレインモデル:nightly, beta, stable ●2-3 まとめ ■Chapter3 Rustの基本 ●3-1 基本的な文法 基本的な型 変数宣言 制御構文 関数 マクロ ●3-2 Rustを支える言語機能 ゼロコスト抽象化 所有権と借用 スレッド安全性 非同期処理 ●3-3 クレートとモジュール 入門 クレート 入門 モジュール ●3-4 Cargo - ビルドシステム・パッケージマネージャ サブコマンド Cargo.toml ●3-5 テスト assertマクロ パニックを発生させるテスト 普段は無視するテスト testsモジュール testsディレクトリ ドキュメントのテスト ■Part 2 実践 ■Chapter4 プログラムを作成する ●4-1 プロジェクトの準備 アプリケーションの仕様 プロジェクトの作成 コマンドライン引数の処理 ●4-2 計算ロジックを追加する アプリケーションの枠組みの作成 逆ポーランド記法の計算ロジックの作成 ●4-3 テストを書く ●4-4 エラーハンドリングを追加する エラーをハンドリングしない実装 Resultでエラーを受け取る 独自のエラーを定義する エラー処理クレートを使う 逆ポーランド記法計算機へのanyhowの適用 ●4-5 ファイルパスの表現について ●4-6 実行パスへのインストール ●4-7 まとめ ■Chapter5 Webアプリケーションの開発 ●5-1 Webフレームワークのセットアップ Hello world! エラーハンドリングの定義 ●5-2 テンプレートエンジン Web アプリの設計 HTML テンプレート HTML の表示 ●5-3 データベース テーブルの設計 SQLite に Rust でアクセスする サーバーアプリケーションでアクセスする ●5-4 Todo アプリを仕上げる POST リクエストを受け取る ●5-5 Docker イメージの作成 Dockerfile の作成 イメージビルドの高速化 イメージサイズの削減 ●5-6 まとめ ■Chapter6 WebAssembly ●6-1 WebAssemblyとは ●6-2 開発の準備 npm cargo-generate wasm-pack ●6-3 サンプルプログラム:マンデルブロ集合を描く マンデルブロ集合とは マンデルブロ集合を計算するプログラム wasmを呼び出すJavaScriptの実装 JavaScriptから呼び出せるようにする JavaScriptとの速度比較 ●6-4 サンプルプログラム:ナンバープレースを解く ナンバープレースとは ナンバープレースを解くプログラム Rustの実装 JavaScript側の実装 ●6-5 まとめ ■Chapter7 GUIアプリケーション ●7-1 RustにおけるGUIの現状 GUIクレートの紹介 IcedによるGUIの実装 ●7-2 ウィンドウ プロジェクトディレクトリの準備 アプリケーション基盤の作成 main関数からの実行 ●7-3 ウィジェット ウィジェットの配置 フォントの使用 ウィンドウのサイズ変更 ●7-4 メッセージ メッセージと状態変数の定義 メッセージの送信 メッセージの受信 ●7-5 サブスクリプション レシピの作成 サブスクリプションの作成 メッセージの受信 時間の表示 完成 ■Chapter8 組み込みシステム ●8-1 環境構築 ターゲットとするプラットフォームについて クロスコンパイルの環境構築 QEMU ●8-2 Hello, world! ●8-3 Lチカ LEDの操作方法 Peripheralsの取得 Peripheralsの有効化 GPIOの取得 LEDの操作 ウェイトを入れる Lチカのプログラム ●8-4 embedded-hal 単一のPeripherals クロックの凍結 型制約されたピン設定 その他のデバイス ●8-5 組み込み向けクレート alloc heapless パニックハンドラ cortex-m-rtic ●8-6 参考資料 ■Chapter9 開発ツール ●9-1 実践Cargo プロジェクトのディレクトリ構成 フィーチャ 依存クレートの修正 ワークスペース サブコマンド ●9-2 フォーマッタ・リンター rustfmt clippy ●9-3 コードカバレッジ cargo-tarpaulin ●9-4 ベンチマーク・プロファイラ cargo bench criterion cargo-profiler flamegraph hyperfine ●9-5 CI Travis CI GitHub Actions ■Chapter10 プロダクトをリリースする ●10-1 シングルバイナリ ●10-2 ビルドの再現性 Cargo.lock rust-toolchain ●10-3 バイナリサイズの最適化 最適化のオプション サイズ比較 ●10-4 Profile-Guided Optimization 実行方法 ●10-5 クレートの信頼性 rustsec.org cargo-audit cargo-crev ●10-6 ファジング cargo-fuzz ●10-7 プライベートなクレート cargo publishを禁止する 代替レジストリ ■Part 3 Tips ■Chapter11 いろいろなRustの発展的Tips ●11-1 マクロ 宣言的マクロ 手続きマクロ 関数的マクロ deriveマクロ アトリビュートマクロ ●11-2 FFIによる他言語との連携 サンプル:RustからC言語の関数を呼ぶ サンプル:RubyからRustの関数を呼ぶ FFIを使う上での注意点 その他のバインディングを作るクレート まとめ ●11-3 パニック 自己診断としてのパニック パニックとResultの使い分け パニックが起こるとどうなるか パニックを捕捉する 巻き戻しが起こらない場合 パニックハンドラを置き換える パニックとポイズニング パニックのまとめ ●11-4 unsafe UB (未定義動作) 安全性と健全性 unsafeアンチパターン 契約で理解するunsafe unsafeの2つの使い方 妥当性不変条件と即時UB unsafeをできるだけ安全に使うために valgrind デバッガを使う サニタイザ 参考資料 unsafeのまとめ ●11-5 Rust のエディション エディションとは何か? エディションの歴史 今後予定されているエディション エディション間の互換性について Cargo でのエディションの設定方法 ●11-6 Rust製のOSS ripgrep Alacritty Rust製のOSSでよく使われるライセンス cargo-license ●11-7 Rust のコミュニティ Rust のコミュニティについて Rust 商標ポリシーについて 最新情報を得るために 日本のコミュニティの現状 ●11-8 Rust と競技プログラミング ●11-9 Rustを仕事で使う 業務で使われている例 自社の業務にRustを取り入れるためのヒント まとめ 索 引 ■Column 目 次 機械語とは何か ゼロコスト抽象化 関数型プログラミング言語 Rust? ビルトインマクロ PartialEqとPartialOrd 2015エディションのモジュールシステム Rust の文字列型 Rust におけるasync/await と非同期ランタイム Webフレームワーク 汎用 SQL ライブラリ: diesel Rust とサーバーレスアプリケーション Rust と Prometheus wasm-bindgen web-sys Tierについて xargoとstd Aware Cargo cross によるクロスコンパイル svd2rust RustとOS バイナリにリビジョンを埋め込む 清潔なマクロ 2015エディションのマクロと名前解決

みんなのレビュー
まだレビューはありません
No.29
65

代表的な手法と応用へのポイントを、RパッケージTSSSを用いた分析により実践的に学ぶ。 時系列の解析や予測のためのモデルを自ら考案し、実装できるようになることを目標として、代表的な手法と応用へのポイントを解説した『時系列解析入門』の改訂版。手早く実際のデータに適用してみることもできるように、統計数理研究所で開発されたRパッケージTSSSの使用法と解析例を新たに多数追加した。 新版へのまえがき 初版まえがき R と時系列解析パッケージTSSS 第1章 時系列データの解析とその準備 1. 1 時系列データ 1. 2 時系列の分類 1. 3 時系列解析の目的 1. 4 時系列データの前処理  1. 4. 1 変数変換  1. 4. 2 差分(階差)  1. 4. 3 前期比,前年同期比  1. 4. 4 移動平均 [章末問題] 第2章 共分散関数 2. 1 時系列の分布と定常性 2. 2 定常時系列の自己共分散関数 2. 3 多変量時系列と散布図 2. 4 相互共分散関数および相互相関関数 [章末問題 第3章 スペクトルとピリオドグラム 3. 1 スペクトル 3. 2 ピリオドグラム 3. 3 ピリオドグラムの平均と平滑化 3. 4 ピリオドグラムの計算法 3. 5 FFT によるピリオドグラム計算 [章末問題] 第4章 モデリング 4. 1 確率分布と統計的モデル 4. 2 K L 情報量とエントロピー最大化原理 4. 3 K L 情報量の推定と対数尤度 4. 4 最尤法によるパラメータの推定 4. 5 AIC(赤池情報量規準) 4. 6 データの変換 [章末問題] 第5章 最小二乗法 5. 1 回帰モデルと最小二乗法 5. 2 ハウスホルダー法に基づく最小二乗法の解法 5. 3 AIC による次数選択 5. 4 データの追加と分割処理 5. 5 AIC による変数選択 [章末問題] 第6章 ARMAモデルによる時系列の解析 6. 1 ARMA モデル 6. 2 インパルス応答関数 6. 3 自己共分散関数 6. 4 AR係数とPARCORの関係 6. 5 パワースペクトル 6. 6 特性方程式 6. 7 多変量ARモデル [章末問題] 第7章 AR モデルの推定 7. 1 AR モデルのあてはめ 7. 2 ユールウォーカー法とレビンソンのアルゴリズム 7. 3 最小二乗法によるARモデルの推定 7. 4 PARCOR法によるARモデルの推定 7. 5 AR係数の推定量の誤差分布 7. 6 数値例 7. 7 ユールウォーカー法による多変量AR モデルの推定 7. 8 最小二乗法による多変量AR モデルの推定 [章末問題] 第8章 局所定常AR モデル 8. 1 局所定常ARモデル 8. 2 任意個の区間への自動分割 8. 3 変化時点の精密な推定 8. 4 変化時点の事後確率 [章末問題] 第9章 状態空間モデルによる時系列の解析 9. 1 状態空間モデル 9. 2 カルマンフィルタによる状態の推定 9. 3 平滑化のアルゴリズム 9. 4 状態の長期予測 9. 5 時系列の予測 9. 6 時系列モデルの尤度計算とパラメータ推定 9. 7 欠測値の補間 [章末問題] 第10章 ARMAモデルの推定 10. 1 ARMAモデルの状態空間表現 10. 2 ARモデルの初期状態 10. 3 ARMAモデルの初期状態 10. 4 ARMAモデルの最尤推定 10. 5 パラメータの初期値について [章末問題] 第11章 トレンドの推定 11. 1 多項式回帰モデル 11. 2 トレンド成分モデル構造の確率的変化のモデル 11. 3 トレンドモデル [章末問題] 第12章 季節調整モデル 12. 1 季節成分モデル 12. 2 標準的季節調整モデル 12. 3 定常AR 成分を含む分解 12. 4 曜日効果項を含む分解 [章末問題] 第13章 時変係数ARモデル 13. 1 時変分散モデル 13. 2 時変係数ARモデル 13. 3 時変スペクトルの推定 13. 4 時変係数AR モデルのシステムノイズの仮定 13. 5 係数の急激な変化について [章末問題] 第14章 非ガウス型モデル 14. 1 非ガウス型モデルの必要性 14. 2 非ガウス型状態空間モデルと状態推定 14. 3 状態推定公式の数値的実現 14. 4 非ガウス型トレンドモデル 14. 5 非対称な分布時変分散モデル 14. 6 非ガウス型状態空間モデルの応用  14. 6. 1 混合ガウス分布による異常値の処理  14. 6. 2 非定常離散系列  14. 6. 3 時変分散を直接推定する方法  14. 6. 4 非線形状態空間モデル [章末問題] 第15章 粒子フィルタ・平滑化 15. 1 非線形・非ガウス型の状態空間モデルと分布の近似 15. 2 粒子フィルタ  15. 2. 1 1期先予測  15. 2. 2 フィルタ  15. 2. 3 粒子フィルタのアルゴリズム  15. 2. 4 モデルの尤度  15. 2. 5 リサンプリング法について  15. 2. 6 数値例 15. 3 粒子平滑化  15. 3. 1 粒子近似による平滑化  15. 3. 2 非線形平滑化 [章末問題] 第16章 シミュレーション 16. 1 一様乱数の生成 16. 2 白色雑音の生成  16. 2. 1 χ2分布  16. 2. 2 コーシー分布  16. 2. 3 任意の分布に従う乱数の生成 16. 3 ARMAモデルのシミュレーション 16. 4 状態空間モデルによるシミュレーション 16. 5 非ガウス型状態空間モデルによるシミュレーション [章末問題] 付録A 非線形最適化のアルゴリズム 付録B レビンソンのアルゴリズムの導出 付録C カルマンフィルタと平滑化のアルゴリズムの導出  C. 1 カルマンフィルタ  C. 2 平滑化 付録D 粒子フィルタのアルゴリズム 参考文献 章末問題解答 索 引

みんなのレビュー
まだレビューはありません
No.30
65

本書は野村総合研究所のシステムコンサルティング事業本部で実施している「アナリティクス研修」をベースにした増補改訂版で、「統計的なモデリングとは何か?」「モデルに基づく要因の分析と予測の違いとは?」「具体的なモデルの作り方」「結果を解釈する際の落とし穴の見分け方」など、ビジネスの現場感を重視した構成です。実務で遭遇するデータ品質や加工のポイント、さらにRとPythonを利用し、データからモデルを作成して結果を得るという基本的な手順を体験できます。これからデータ分析や統計解析、機械学習を学び、現場でそれらを活用したい方に最短学習コースでお届けします。 第1章:データサイエンス入門  1.1:データサイエンスの基本   1.1.1:データサイエンスの重要性   1.1.2:データサイエンスの定義とその歴史   1.1.3:データサイエンスにおけるモデリング   1.1.4:データサイエンスとその関連領域  1.2:データサイエンスの実践   1.2.1:データサイエンスのプロセスとタスク   1.2.2:データサイエンスの実践に必要なツール   1.2.3:データサイエンスの実践に必要なスキル   1.2.4:データサイエンスの限界と課題  コラム:ビジネス活用における留意点 第2章:RとPython  2.1:RとPython   2.1.1:RとPythonの比較  2.2:R入門   2.2.1:Rの概要   2.2.2:Rの文法   2.2.3:データ構造と制御構造  2.3:Python入門   2.3.1:Pythonの概要   2.3.2:Pythonの文法   2.3.3:Pythonでのプログラミング   2.3.4:NumPyとpandas  2.4:RとPythonの実行例の比較   2.4.1:簡単な分析の実行例 第3章:データ分析と基本的なモデリング  3.1:データの特徴を捉える   3.1.1:分布の形を捉える ─ ビジュアルでの確認   3.1.2:要約統計量を算出する ─ 代表値とばらつき   3.1.3:関連性を把握する ─ 相関係数の使い方と意味   3.1.4:Rを使った相関分析 ─ 自治体のデータを使った例   3.1.5:確立分布とその利用 ─ 理論と実際の考え方  3.2:データからモデルを作る   3.2.1:目的変数と説明変数 ─ 説明と予測の「向き」   3.2.2:簡単な線形回帰モデル ─ Rによる実行と結果   3.2.3:ダミー変数を使ったモデル ─ グループ間の差異を分析   3.2.4:複雑な線形回帰モデル ─ 交互作用,モデル間の比較   3.2.5:線形回帰の仕組みと最小二乗法  3.3:モデルを評価する   3.3.1:モデルを評価するための観点   3.3.2:この結果は偶然ではないのか? ─ 有意確率と有意差検定   3.3.3:モデルはデータに当てはまっているか? ─ フィッティングと決定係数   3.3.4:モデルは複雑すぎないか? ─ オーバーフィッティングと予測精度   3.3.5:残差の分布 ─ 線形回帰モデルと診断プロット   3.3.6:説明変数同士の相関 ─ 多重共線性   3.3.7:標準偏回帰係数 第4章:実践的なモデリング  4.1:モデリングの準備   4.1.1:データの準備と加工   4.1.2:分析とモデリングの手法  4.2:データの加工   4.2.1:データのクレンジング   4.2.2:カテゴリ変数の加工   4.2.3:数値変数の加工とスケーリング   4.2.4:分布の形を変える ─ 対数変換とロジット変換   4.2.5:欠損値の処理   4.2.6:外れ値の処理  4.3:モデリングの手法   4.3.1:グループに分ける ─ クラスタリング   4.3.2:指標を集約する ─ 因子分析と主成分分析   4.3.3:一般化線形モデル(GLM)とステップワイズ法   4.3.4:2値データを目的変数とする分析 ─ ロジスティック回帰   4.3.5:セグメントの抽出とその特徴の分析 ─ 決定木  4.4:因果推論   4.4.1:データから因果関係を明らかにする ─ 統計的因果推論   4.4.2:因果の有無の検証   4.4.3:因果効果の推定   4.4.4:因果関係の定式化 ─ 構造方程式モデリング   4.4.5:因果関係の定式化 ─ 構造的因果モデル   4.4.6:因果関係の定式化 ─ ベイズ統計モデリング   4.4.7:因果の探索   4.4.8:因果関係に基づく変数選択 第5章:機械学習とディープラーニング  5.1:機械学習の基本とその実行   5.1.1:機械学習の基本   5.1.2:機械学習ライブラリの活用 ─ scikit-learn   5.1.3:機械学習の実行(教師あり学習)   5.1.4:機械学習の実行(教師なし学習)   5.1.5:スケーリングの実行(標準化・正規化)   5.1.6:次元の削減(主成分分析)  コラム:機械学習と強化学習  5.2:機械学習アルゴリズムの例   5.2.1:k近傍法   5.2.2:ランダムフォレスト   5.2.3:ロジスティック回帰とリッジ回帰   5.2.4:サポートベクターマシン(SVM)  5.3:機械学習の手順   5.3.1:機械学習の主要な手順   5.3.2:ホールドアウト法による実行   5.3.3:クロスバリデーションとグリッドサーチ   5.3.4:閾値の調整   5.3.5:特徴量の重要度と部分従属プロット  5.4:機械学習の実践   5.4.1:データの準備に関わる問題   5.4.2:特徴抽出と特徴ベクトル   5.4.3:機械学習の実行例  5.5:ディープラーニング   5.5.1:ニューラルネットワーク   5.5.2:ディープラーニングを支える技術   5.5.3:ディープラーニング・フレームワーク   5.5.4:ディープラーニングの実行   5.5.5:生成モデル

みんなのレビュー
まだレビューはありません
No.31
65

初学者から独習できる懇切丁寧な解説,身近な例題,Excelの解説が豊富な定番テキストの改訂版。Excel2013対応。 初学者から独習できる丁寧な解説と,Excelを用いた実践ガイドが豊富な定番テキスト。解説・問題で使用するデータをダウンロードし,分析を追体験しながら学べる。例題・練習問題も充実。データ,Excelガイド等をアップデートし,最新の内容に改訂。 第1章 記述統計Ⅰ 第2章 記述統計Ⅱ 第3章 Excelによるグラフ作成 第4章 相関と回帰 第5章 確 率 第6章 分布と期待値 第7章 基本的な分布 第8章 標本分布 第9章 推 定 第10章 仮説検定 第11章 回帰分析の統計理論 第12章 時系列分析の基礎 第13章 多変量解析の基礎

みんなのレビュー
まだレビューはありません
No.32
65
みんなのレビュー
まだレビューはありません
No.33
64
みんなのレビュー
まだレビューはありません
No.34
64

プログラミングRust 第2版

Jim Blandy
オライリージャパン

Rustは、安全性、高速性、並行性に優れた言語。概要と用途について書かれた書籍で、ほとんどの機能を詳細にカバーした決定版。 安全性、高速性、並行性に優れた言語Rustの決定版の改訂! 次世代ブラウザ開発用にMozillaによって開発されたRustは、C/C++並みのパフォーマンスと低レベルの制御能力に加え、メモリとスレッドの安全性を担保し、さらに並行性にも優れるといった特徴を持つ、優れた言語です。本書はMozillaで実際にRustを使ってFirefoxを開発している著者による、言語の概要と、用途について書かれた書籍で、Rustのほとんどの機能を詳細にカバーします。Rustのメジャーバージョンアップにより非同期処理が可能となったことに対応し、第2版では新たに非同期の章を設け、この機能を詳細に解説しています。 Rustは、安全性、高速性、並行性に優れた言語。概要と用途について書かれた書籍で、ほとんどの機能を詳細にカバーした決定版。

みんなのレビュー
まだレビューはありません
No.35
64
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.36
64
みんなのレビュー
まだレビューはありません
No.37
64

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.38
64

Rustは2015年に安定版がリリースされた新しい言語です。静的型付けと関数型言語などにみられる高度な抽象化のしくみを取り入れており、高品質で再利用性の高いプログラムを開発できます。さらに、ハードウェア資源についてC/C++と同等の効率の良い制御ができますが、決定的に違うのは、安全性をかなり重視しています。つまりRustは開発者の生産性を高めつつ、性能やハードウェア資源の効率を最大限に発揮するという、従来の言語では相反する要件を同時に満たす、数少ないプログラミング言語の1つなのです。本書はこの注目のプログラミング言語Rustの入門書です。この1冊でRustの言語仕様から開発現場で必要となる知識までを丁寧に解説しています。 第1部 基礎編 第1章 Rustの特徴 1-1 Rustの特徴 1-2 最も愛されている言語 1-3 Rustの起源 コラム 名前の由来 1-4 なぜRustなのか? 1-4-1 トップクラスのパフォーマンス 1-4-2 安全なシステムプログラミング言語 1-4-3 生産性を高めるモダンな機能 1-4-4 シングルバイナリ、クロスコンパイル 1-4-5 他言語との連携が容易 1-5 導入事例 1-5-1 Dropbox - Magic Pocket 1-5-2 ドワンゴ - Frugalos 1-5-3 npmレジストリ 1-5-4 AWS Firecracker 1-5-5 Mozilla Firefox 第2章 はじめてのRustプログラム 2-1 インストール 2-1-1 本書が対象とする環境 2-1-2 ツールチェイン、リンカ、ABI 2-1-3 rustup 2-1-4 Rustツールチェインのインストール 2-1-5 リンカのインストール(Linux) 2-1-6 リンカのインストール(macOS) 2-1-7 リンカのインストール(Windows MSVC) 2-2 Hello Worldプログラム 2-2-1 パッケージの作成 2-2-2 binクレートとlibクレート 2-2-3 Cargo.tomlファイル 2-2-4 src/main.rsファイル 2-2-5 パッケージのビルド 2-2-6 プログラムの実行 2-2-7 プログラムの内容 2-3 ソースコードエディタの導入 2-3-1 Rustをサポートする主なエディタとIDE 2-3-2 Visual Studio Code(VS Code)の特徴 2-3-3 VS Codeのインストール 2-3-4 Rust RLS拡張機能のインストール 2-3-5 基本的な使い方 2-4 RPN計算機プログラムとデバッガによる実行 2-4-1 プログラムの作成 コラム ジェネリクスにおけるトレイト境界について 2-4-2 デバッガのセットアップ(LinuxとmacOS) 2-4-3 CodeLLDB拡張機能のインストール 2-4-4 デバッガのセットアップ(Windows MSVC) 2-4-5 パッケージごとの設定 2-4-6 デバッガでRPN計算機を実行 コラム ターミナルからデバッガを実行する 2-5 ツールチェインの補足情報 2-5-1 プラットフォーム・サポート・ティア 2-5-2 リリースサイクルとリリースチャネル 2-5-3 エディション 2-5-4 rustupのその他の機能 2-5-5 Cargoの主なコマンド 第3章 クイックツアー 3-1 プログラムの概要 3-1-1 実行例 3-2 並列ソートに適したバイトニックソート 3-2-1 アルゴリズム 3-2-2 Pythonによるサンプル実装 3-2-3 Pythonプログラムの実行 3-3 第1段階:初歩的な実装 3-3-1 モジュール構成について 3-3-2 関数の引数を定義する 3-3-3 識別子の命名規則について 3-3-4 コーディング規約について 3-3-5 sort関数の本体を実装する 3-3-6 残りの関数を実装する 3-3-7 単体テストを書く(数値のソート) 3-4 第2段階:ジェネリクスでさまざまなデータ型に対応させる 3-4-1 テストケースを追加する(文字列のソート) 3-4-2 型パラメータを導入してジェネリクス化する 3-4-3 大小比較可能な型に限定する 3-4-4 コンパイラが型に関するバグを防いでくれる 3-4-5 列挙型で使いやすくする 3-4-6 match式による場合分け 3-4-7 エラーを返す 3-5 第3段階:クロージャでソート順をカスタマイズ 3-5-1 テストケースを追加する(学生データのソート) 3-5-2 クロージャの構文について 3-5-3 sort_by関数を実装する 3-5-4 クロージャの型について 3-5-5 既存の関数を修正する 3-5-6 トレイトを自動導出する 3-5-7 乱数で巨大なテストデータを生成する 3-5-8 イテレータチェインでスマートに 3-5-9 ソート結果を確認する 3-6 最終形:並列ソートの実現 3-6-1 標準ライブラリのマルチスレッドAPI 3-6-2 並列データ処理ライブラリRayon 3-6-3 Rayonを導入する 3-6-4 SyncトレイトとSendトレイト 3-6-5 所有権 3-6-6 sub_sort関数の並列化 3-7 仕上げ:ベンチマークプログラム 第4章 プリミティブ型 4-1 型の分類 コラム コードの表記法について 4-2 スカラ型 4-2-1 ユニット 4-2-2 真理値 4-2-3 固定精度の整数 4-2-4 固定精度の浮動小数点数 4-2-5 文字 4-2-6 参照 4-2-7 生ポインタ 4-2-8 関数ポインタ コラム 関数ポインタとクロージャ 4-3 プリミティブな複合型 4-3-1 タプル 4-3-2 配列 4-3-3 スライス 4-3-4 文字列スライス 第5章 ユーザ定義型 5-1 スタック領域とヒープ領域 5-2 標準ライブラリの主な型 5-2-1 Box(std::boxed::Box) 5-2-2 ベクタ(std::vec::Vec) 5-2-3 その他のコレクション型 5-2-4 String(std::string::String) 5-2-5 範囲(std::ops::Range) 5-2-6 オプション(std::option::Option) 5-2-7 リザルト(std::result::Result) 5-3 新しい型の定義と型エイリアス 5-3-1 型エイリアス 5-3-2 構造体(struct) 5-3-3 列挙型(enum) 5-3-4 構造体と列挙型のより詳しい情報 5-4 型変換 5-4-1 型キャスト 5-4-2 複合型の型変換 5-4-3 Transmute(std::mem::transmute) 5-4-4 型強制 第6章 基本構文 6-1 準備 6-1-1 パッケージの作成 6-1-2 パッケージの構造 6-2 コメント 6-3 うるう年と平年 6-4 use宣言 6-5 関数 6-5-1 関数定義 6-5-2 式と文 6-5-3 関数の実行 6-5-4 メソッド 6-5-5 関連関数 6-6 束縛とミュータビリティ 6-6-1 束縛とは 6-6-2 ミュータビリティ 6-6-3 スコープ 6-6-4 シャドウイング 6-6-5 定数とスタティック変数 6-7 演算子 6-8 分岐 6-8-1 if式 6-8-2 match式とパターン 6-8-3 if let式 6-9 繰り返し 6-9-1 loop式 6-9-2 while式 6-9-3 while let式 6-9-4 for式 6-10 クロージャ 6-11 アトリビュート 6-12 モジュールとアイテムの可視性 6-12-1 modキーワードとpubキーワード 6-12-2 モジュールをファイルとして切り出す 第7章 所有権システム 7-1 所有権システムの利点 7-1-1 ガベージコレクタが不要になる 7-1-2 メモリ安全性がコンパイル時に保証される 7-1-3 リソースの自動解放 7-2 所有権システムの概要 7-3 値の所有者 7-4 値のスコープ コラム 値の破棄の意図的な遅延とリソースリーク 7-5 ムーブセマンティクス 7-6 コピーセマンティクス 7-6-1 Copyトレイトを実装する主な型 7-6-2 CopyトレイトとCloneトレイトの違い 7-7 借用:所有権を渡さずに値を貸し出す 7-8 参照のライフタイムと借用規則 7-8-1 新旧2種類の借用チェッカ 7-9 ライフタイムの詳細:簡単なベクタの実装 7-9-1 構造体の定義 7-9-2 new関連関数とwith_capacity関連関数 7-9-3 lenメソッドとcapacityメソッド 7-9-4 pushメソッドとgetメソッド 7-9-5 参照のライフタイムを確認する 7-9-6 ライフタイムの省略 7-9-7 staticライフタイム 7-9-8 popメソッドと借用からのムーブアウト コラム 列挙型とnullableポインタ最適化 7-9-9 growメソッド 7-9-10 イテレータと所有権 7-9-11 可変の参照と不正なポインタの回避 7-9-12 構造体や列挙型のライフタイム 7-10 共同所有者を実現するポインタ:Rc型とArc型 7-10-1 循環参照の問題 7-11 内側のミュータビリティ 7-11-1 使用例:TLSとRefCellでスレッド固有の可変の値を持つ 7-11-2 使用例:RwLockで可変の値を複数スレッドで共有する コラム アリーナ・アロケータ 7-12 クロージャと所有権 第8章 トレイトとポリモーフィズム 8-1 トレイトの基本 8-1-1 基本的な使い方 8-1-2 トレイト境界 コラム ジェネリクスの記法の表現力 8-1-3 トレイトの継承 8-1-4 デフォルト実装 8-1-5 トレイトとスコープ 8-1-6 トレイト実装のルール 8-1-7 自動導出 8-2 トレイトのジェネリクス 8-2-1 ジェネリクスの型パラメータと具体的な型 コラム トレイトとオーバーロードの関係 8-3 静的ディスパッチと動的ディスパッチ 8-3-1 ジェネリクスと静的ディスパッチのしくみ 8-3-2 トレイトオブジェクトと動的ディスパッチのしくみ 8-4 存在impl Trait コラム 全称と存在 8-5 トレイトとアイテム 8-5-1 関連関数 8-5-2 関連定数 8-5-3 関連型 コラム ジェネリクスか関連型か 8-6 標準ライブラリのトレイト利用例 8-6-1 std::io::Write 8-6-2 std::convert::From 8-6-3 std::iter::Iterator 8-6-4 std::ops::Eq 8-6-5 std::os::unix::fs::FileExt 8-6-6 std::marker::Sized 8-7 演算子のオーバーロード 8-8 トレイトのテクニック 8-8-1 StringとInto 8-8-2 オプショナル引数 8-8-3 パスネーム 8-8-4 &strとstr 8-8-5 Newtypeによるトレイト実装制約の回避 8-8-6 列挙型を使った型の混合 第2部 実践編 第9章 パーサを作る 9-1 四則演算の処理系の作成 9-1-1 パーサを構成する要素 コラム パーサの種類 9-1-2 処理する計算式について 9-1-3 全体の設計 9-2 字句解析 9-2-1 トークン 9-2-2 字句解析器の実装 9-3 構文解析 9-3-1 抽象構文木の実装 9-3-2 構文解析器の実装 9-3-3 エラー処理 9-4 抽象構文木の利用 9-4-1 評価器の作成 9-4-2 コードの生成 第10章 パッケージを作る 10-1 コマンドラインツールの作成 10-1-1 Cargoとプロジェクト、パッケージ、クレート 10-1-2 マニフェストファイルの修正 10-1-3 プログラムの作成 10-1-4 ライブラリとバイナリへの分割 10-2 ドキュメントを書く 10-2-1 ドキュメントの構文 10-2-2 ドキュメントの書式 10-2-3 ドキュメント文章の記載 コラム cargo docの便利なオプション 10-3 テストの追加 10-3-1 簡単なテストを書く 10-3-2 さまざまなテストを書く 10-3-3 テストを書く場所 コラム クレート内テストとクレート外テスト 10-4 パッケージを公開するために 10-4-1 パッケージのビルド 10-4-2 作業のコミット コラム Cargo.lockはコミットすべき? 10-4-3 リモートリポジトリの追加 10-5 自動テストを行う コラム CIのアレコレ 10-5-1 Travis CI 10-5-2 AppVeyor コラム いろいろなCIサービス 10-6 パッケージをリリースする 10-6-1 マニフェストファイルの修正 10-6-2 最終確認 コラム パッケージ名の-と_ 10-6-3 crates.io での公開 10-6-4 バイナリのリリース 第11章 Webアプリケーション、データベース接続 11-1 RustとWebの現状 11-1-1 同期と非同期 11-1-2 FuturesとTokio 11-1-3 Rustでの非同期の未来 11-1-4 Webアプリケーションフレームワーク 11-2 WebアプリケーションフレームワークActix Web 11-2-1 Hello, Actix Web 11-2-2 Actix Webとサーバの構成要素 11-2-3 静的ファイルを返す 11-2-4 テンプレートを返す 11-3 JSON APIサーバ 11-3-1 仕様 11-3-2 ワークスペース 11-3-3 ひな型 11-3-4 データ型の定義 11-3-5 APIでの使用 11-4 Dieselを使ったデータベースの扱い 11-4-1 diesel_cliのインストール 11-4-2 スキーマ定義とマイグレーション 11-4-3 モデルの定義 11-4-4 Dieselを用いたクエリ 11-4-5 データベースへのコネクションとHTTPサーバへの統合 コラム Dieselの型とクエリキャッシュ 11-5 マルチパート/CSVファイルの扱い 11-6 CLIクライアントの作成 11-6-1 最初のコード 11-6-2 ReqwestによるHTTP POST 11-6-3 ReqwestによるHTTP GET 11-6-4 完成 第12章 FFI 12-1 C FFIの基本 12-1-1 単純なC FFI 12-1-2 ライブラリとのリンク 12-1-3 グローバル変数 12-1-4 静的リンクライブラリとのリンク 12-1-5 ビルドスクリプトサポート コラム Rustのリンカ 12-2 Cのデータ型の扱い 12-2-1 プリミティブ型 12-2-2 ポインタ型 12-2-3 libc クレート 12-2-4 文字列型 12-2-5 関数ポインタ 12-2-6 所有権とリソースの解放 コラム ValgrindをRustに使う 12-2-7 Opaqueと空の列挙型 12-2-8 #[repr(C)] コラム Nullableポインタ最適化 12-3 C APIの基本 12-3-1 プロジェクトの作成 12-3-2 ライブラリの作成 12-4 実践C FFI 12-4-1 Onigmoのインストール 12-4-2 プロジェクト構成とbindgen 12-4-3 アンセーフなサンプルコード 12-4-4 ラッパ

みんなのレビュー
まだレビューはありません
No.40
64

プログラミングRust

Jim Blandy
オライリージャパン

注目度の高い次世代のプログラミング言語Rustの日本では初めての書籍。 注目度の高い次世代のプログラミング言語Rustの決定版! Rustは次世代ブラウザ開発用にMozillaによって開発されたプログラミング言語です。C/C++並みのパフォーマンスと低レベルの制御能力に加え、メモリとスレッドの安全性を担保し、さらに並行性にも優れるといった特徴を持つ、いま最も注目度の高い言語です。C/C++に不満を持ちながらも使い続けているシステムプログラマには、とても魅力的な言語と言えます。世界的に注目度が高く、英語では次々に解説書が発刊されていますが、日本では初めてのRust本となります。

みんなのレビュー
まだレビューはありません
No.41
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.43
64

Web開発に特化した「Rust×Web開発」の入門書です。Rustの基礎文法からWebアプリの開発までを網羅しています。 本書はWeb開発に特化した「Rust×Web開発」の入門書です。Rustの基礎文法からWebアプリの開発までを網羅しています。チュートリアル形式なので段階的に学習が進められます。また、解説するサンプルは、Web開発ならよく知っている題材を教材としました。そのため、RustによるWeb開発の理解を深めることができます。 RustはフロントエンドのエコシステムやMicrosoft/Google/AWSでも採用されるなど、近年高い注目を集めています。Rustは安全性・並行性・速度にフォーカスしながらも、非常に優れた開発者体験も提供してくれます。一方でシステムプログラミング言語であるRustは、多くのWeb開発者にとって学習の敷居が高いと考えられることも事実です。本書はRustによるWebアプリ開発を通じて、Web開発者のRustの学習の入口となることを目指した本です。 第1章 RustとWeb開発 第2章 Rust基礎 第3章 axumを使ってhttpリクエストを処理する 第4章 sqlxを使ってCRUDを実装する 第5章 Todoアプリの体裁を整える 第6章 Todoにラベルをつける Rustを使ってWebアプリ開発を身に付けるための解説書です。Webアプリ開発者がよく知っている題材をもとに学んでいきます。 第1章 RustとWeb開発 第2章 Rust基礎 第3章 axumを使ってhttpリクエストを処理する 第4章 sqlxを使ってCRUDを実装する 第5章 Todoアプリの体裁を整える 第6章 Todoにラベルをつける

みんなのレビュー
まだレビューはありません
No.44
64
みんなのレビュー
まだレビューはありません
No.49
64
みんなのレビュー
まだレビューはありません
No.51
63
みんなのレビュー
まだレビューはありません
No.53
63

「Rust」をWin11とmaxOSにインストールし、Visual Studio Codeで動かす方法を丁寧に解説。 プログラム言語「Rust」は、「速くて安全」を目指した言語で、①実行環境を必要としないコンパイル言語、②使用メモリの管理、③破綻しない並行処理……の3つがキモになります。 「Rust」はコンパイル言語ではあっても、その方法を簡単にしてあります。また、「メモリ管理」もルールを整理し、とても分かりやすい仕組みにしています。 「Rust」を学べば、「C言語」の「ポインタ」や「メモリ割り当て」が理解しやすくなるでしょう。 さらに、「並行処理の管理」も、「Rust」では「チャンネルとメッセージ」で行なう方法を備えています。 全体的に、スクリプト言語を理解している人向けの解説になりますが、初心者でも挑戦できるように、第1章では「Windowws11」と「maxOS」に「Rust」をインストールし、「Visual Studio Code」で動かす方法を丁寧に説明しています。 「Rust」をWin11とmaxOSにインストールし、Visual Studio Codeで動かす方法を丁寧に解説。Rustの面白さRustでわかることを紹介。 ■「Rust」の紹介とインストール ・Rustのインストール/Visual Studio Codeのインストールと動作設定/Rustのプロジェクト作成とプログラム実行/Rustのプログラムの構造 ■文字列でわかるRustの特徴 ・マクロ「println!」/プレースホルダ「{}」/書き換えの可不可/「スライス」で間接操作/参照とその中身/文字列の「長さ」 ■「オーナーシップ」によるメモリ管理 ・型と必要メモリ/オーナーシップの取得と破棄/参照を上手に使う ■Rust独特のデータ記述法 ・Rustの構造体/Rustの列挙型/Rustのトレイト/Rustのエラー処理 ■破綻しない並行処理 ・スレッドの記述/チャンネルとメッセージ ■プログラムファイルを整理する ・ファイルからテキストを読み込む/別のファイルのプログラムを呼び出す/モジュールの作成と利用

みんなのレビュー
まだレビューはありません
No.54
63
みんなのレビュー
まだレビューはありません
No.55
63
みんなのレビュー
まだレビューはありません
No.56
63

やさしいRust入門

日向 俊二
カットシステム
みんなのレビュー
まだレビューはありません
No.57
63
みんなのレビュー
まだレビューはありません
No.59
63

10日間で基礎理論とEZRを完全マスター!

みんなのレビュー
まだレビューはありません
No.61
63
みんなのレビュー
まだレビューはありません
No.65
63
みんなのレビュー
まだレビューはありません
No.70
63

分割表・回帰分析・ロジスティック回帰

みんなのレビュー
まだレビューはありません
No.71
63
みんなのレビュー
まだレビューはありません
No.76
63
みんなのレビュー
まだレビューはありません
No.77
63
みんなのレビュー
まだレビューはありません
No.78
63

まったくの初心者が統計解析の手法を知り,実際の解析結果を得るために,その足場となる知識のエッセンスを提供する。初心者の立場に立って,そこに解説のスタンスを置く。つまずきの要因(=わからなくなるポイント)を指し示し,その上でハードルを乗り越えて行くことを目指した超初心者のためのマニュアル。

みんなのレビュー
まだレビューはありません
No.82
63
みんなのレビュー
まだレビューはありません
No.84
63
みんなのレビュー
まだレビューはありません
No.85
63
みんなのレビュー
まだレビューはありません
No.86
63
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.89
63
みんなのレビュー
まだレビューはありません
No.90
63
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.94
63
みんなのレビュー
まだレビューはありません
No.95
63

完全独習 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.96
63

はじめての統計学

鳥居 泰彦
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.97
63

統計学入門 (基礎統計学Ⅰ)

東京大学教養学部統計学教室
東京大学出版会

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.98
63
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.100
63
みんなのレビュー
まだレビューはありません
search