数式なしでわかるデータサイエンス ビッグデータ時代に必要なデータリテラシー株式会社 オーム社, 2019/07/23 - 180 ページ まずはじめに手をとるデータサイエンスの入門書。 数式なしでデータサイエンスの要点がわかる。 本書は数式なしで、 ビッグデータを想定したデータサイエンスの考え方を初学者にわか 第1章 きほん中の基本 1-1 データを準備する-データ・プレパレーション- 1-2 アルゴリズムを選択する-選択アルゴリズム- 1-3 パラメーターを調整する-パラメータチューニング- 1-4 モデルの精度を評価する 1-5 本章のまとめ 第2章 クラスター分析 2-1 顧客クラスターを発見する 2-2 事例:映画ファンのパーソナリティ・プロファイル 2-3 クラスターを確定する 第3章 主成分分析 3-1 食品の栄養成分を調べる 3-2 主成分 3-3 事例:食品群を分析する 3-4 利用上の注意点 3-5 本章のまとめ 第4章 相関ルール 4-1 購入パターンを発見する 4-2 支持度・信頼度・リフト値 4-3 事例:スーパーマーケットの売買履歴 4-4 アプリオリ原理 4-5 利用上の注意点 4-6 本章のまとめ 第5章 社会ネットワーク分析 5-1 関係を地図化する 5-2 事例:兵器貿易の地政学 5-3 ルーバン法 5-4 ページランクアルゴリズム 5-5 利用上の注意点 5-6 本章のまとめ 第6章 回帰分析 6-1 傾向線を引く 6-2 事例:住宅価格を予測する 6-3 最急降下法 6-4 回帰係数 6-5 相関係数 6-6 利用上の注意点 6-7 本章のまとめ 第7章 k近傍法と異常検知 7-1 食品鑑定 7-2 同じ羽の鳥は群れをなす 7-3 事例:ワインの不純物を取り去る 7-4 異常検知 7-5 利用上の注意点 7-6 本章のまとめ 第8章 サポートベクターマシン 8-1 「病気」なのか「病気でない」のか? 8-2 事例:心臓病を予測する 8-3 最適な境界線を引く 8-4 利用上の注意点 8-5 本章のまとめ 第9章 決定木 9-1 災害時の生存者を予測する 9-2 事例:タイタニック号から避難する 9-3 決定木をつくる 9-4 利用上の注意点 9-5 本章のまとめ 第10章 ランダムフォレスト 10-1 群衆の知恵-みんなの意見は案外正しい- 10-2 事例:犯罪を予測する 10-3 アンサンブル学習 10-4 ブートストラップ集約-バギング- 10-5 利用上の注意点 10-6 本章のまとめ 第11章 ニューラルネットワーク 11-1 脳をつくる 11-2 事例:手書きの数字を認識する 11-3 ニューラルネットワークの構成要素 11-4 活性化関数 11-5 利用上の注意点 11-6 本章のまとめ 第12章 A/Bテストと多腕バンディット 12-1 A/Bテストの基本 12-2 A/B テストに関する利用上の注意点 12-3 ε-減衰法 12-4 事例:多腕バンディット 12-5 面白い事実:勝ちにこだわる 12-6 ε‐減衰法に関する利用上の注意点 12-7 本章のまとめ |
目次
1 | |
12 アルゴリズムを選択する選択アルゴリズム | 6 |
13 パラメータを調整するパラメータチューニング | 10 |
14 モデルの精度を評価する | 12 |
15 本章のまとめ | 17 |
第2章クラスター分析 | 19 |
23 クラスターを確定する | 22 |
24 利用上の注意点 | 26 |
75 利用上の注意点 | 85 |
76 本章のまとめ | 86 |
第8章サポートベクターマシン | 87 |
83 最適な境界線を引く | 89 |
84 利用上の注意点 | 93 |
85 本章のまとめ | 94 |
第9章決定木 | 95 |
タイタニック号から避難する | 96 |
25 本章のまとめ | 27 |
第3章主成分分析 | 29 |
32 主成分 | 30 |
食品群を分析する | 32 |
34 利用上の注意点 | 37 |
35 本章のまとめ | 40 |
第4章相関ルール | 41 |
42 支持度信頼度リフト値 | 42 |
スーパーマーケットの売買履歴 | 44 |
44 アプリオリ原理 | 47 |
45 利用上の注意点 | 50 |
46 本章のまとめ | 51 |
第5章社会ネットワーク分析 | 53 |
兵器貿易の地政学 | 54 |
53 ルーバン法 | 57 |
54 ページランクアルゴリズム | 60 |
55 利用上の注意点 | 64 |
56 本章のまとめ | 65 |
第6章回帰分析 | 67 |
63 最急降下法 | 71 |
64 回帰係数 | 74 |
65 相関係数 | 75 |
66 利用上の注意点 | 76 |
67 本章のまとめ | 78 |
第7章 k近傍法と異常検知 | 79 |
ワインの不純物を取り去る | 82 |
74 異常検知 | 83 |
93 決定木をつくる | 98 |
94 利用上の注意点 | 100 |
95 本章のまとめ | 101 |
第10章ランダムフォレスト | 103 |
犯罪を予測する | 104 |
103 アンサンブル学習 | 108 |
104 ブートストラップ集約バギング | 109 |
105 利用上の注意点 | 111 |
106 本章のまとめ | 112 |
第11章ニューラルネットワーク | 113 |
手書きの数字を認識する | 114 |
113 ニューラルネットワークの構成要素 | 118 |
114 活性化関数 | 121 |
115 利用上の注意点 | 123 |
116 本章のまとめ | 127 |
第12章 ABテストと多腕バンディット | 129 |
123 ε減衰法 | 130 |
多腕バンディット | 132 |
勝ちにこだわる | 135 |
126 ε減衰法に関する利用上の注意点 | 136 |
127 本章のまとめ | 137 |
付録 | 139 |
用語集 | 147 |
データソースと参考文献 | 159 |
訳者あとがき | 163 |
奥付 | 165 |