| 1.
図書 |
|
Chantal D. Larose, Daniel T. Larose著 ; 阿部真人, 西村晃治訳
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
| 2.
図書 |
|
柳井晴夫, 緒方裕光編著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
| 3.
図書 |
|
林賢一著 ; 下平英寿編
目次情報:
続きを見る
概要:
まずは実行しよう。数理はそれからだ。初学者が無理なく読み進められるように、ていねいに解説!理解の定着に役立つ練習問題が充実!
|
|||||||||||||||||||||||||||
| 4.
図書 |
|
鈴木讓著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
| 5.
図書 |
|
J. D. Long, Paul Teetor著 ; 木下哲也訳
目次情報:
続きを見る
概要:
Rの「知りたい」「したい」「困った」を解決する。基本操作から、統計解析、グラフィックス作成、数値計算、プレゼンテーション作成まで、Rの使い方、機能、威力を、約300におよぶ問題の「レシピ」を通じて紹介。
|
|||||||||||||||||||||||||||
| 6.
電子ブック |
|
藤原幸一著
|
|||||||||||||||||||||||||||
| 7.
図書 |
|
北川源四郎著
目次情報:
続きを見る
概要:
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のパッケ
…
ージTSSSの使用法と解析例を新たに多数追加した。
続きを見る
|
|||||||||||||||||||||||||||
| 8.
図書 |
|
Peter Bruce, Andrew Bruce, Peter Gedeck著 ; 黒川利明訳
目次情報:
続きを見る
概要:
データサイエンスにおいて重要な統計学と機械学習に関する52の基本概念と関連用語について、簡潔な説明とその知識の背景となる最低限の数式、グラフ、RとPythonのコードを提示し、多面的なアプローチにより、深い理解を促します。データの分類、分析
…
、モデル化、予測という一連のデータサイエンスのプロセスにおいて統計学の必要な項目と不必要な項目を明確にし、統計学の基本と実践的なデータサイエンス技法を効率よく学ぶことができます。データサイエンス分野における昨今のPython人気を反映し、第1版ではRのみの対応だったコードが、今回の改訂でPythonにも対応。コードはすべてGitHubからダウンロード可能です。
続きを見る
|
|||||||||||||||||||||||||||
| 9.
図書 |
|
Joel Grus著 ; 菊池彰訳
目次情報:
続きを見る
概要:
本書はPythonプログラミングを通してデータサイエンスの基本知識を「ゼロから学ぶ」ことができる入門書です。読者は架空のソーシャルネットワーク運営企業、データサイエンス・スター社のデータサイエンティストとして、さまざまな課題を解決しながら、
…
必要な知識とスキルを着実に積み上げていきます。第1版の発刊から5年。その間、データサイエンスへの注目はますます高まる、Pythonはバージョンアップが進み、ライブラリは一層充実しました。このような変化に伴い、内容を全面的にアップデート。Pythonプログラミングの基礎から線形代数、統計確率の基礎、回帰、機械学習、ナイーブベイズ、決定木、ニューラルネットワーク、ディープラーニング、自然言語処理、ネットワーク分析、リコメンドシステム、データベースとSQL、MapReduce、データ倫理まで、データサイエンスに必要な幅広い知識をカバーします。
続きを見る
|
|||||||||||||||||||||||||||
| 10.
図書 |
|
塚田真一 [ほか] 著
目次情報:
続きを見る
概要:
統計の基本的な考え方がよくわかる—R・Pythonによるプログラム付き。実際のデータ・例題を用いて、考え方の本質がわかるように解説。統計フリーソフトRと人気のプログラミング言語Pythonを用いて、具体的なデータの分析法やグラフの書き方をレ
…
クチャー。モデル選択法、ブートストラップ法など、他の教科書にない実用的な内容もやさしく記述。
続きを見る
|
