close
1.

図書

図書
Jared P. Lander著 ; 高柳慎一, 牧山幸史, 簑田高志訳
出版情報: 東京 : マイナビ, 2015.6  447p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
Rを手に入れる
Rの環境
Rパッケージ
Rの基本
高度なデータ構造
Rへのデータ取り込み
統計グラフ
Rの関数を書く
コントロール文
ループ・Rの方法ではない反復方法〔ほか〕
Rを手に入れる
Rの環境
Rパッケージ
概要: 統計、線形代数、オペレーションズ・リサーチ、人工知能、機械学習—たくさんのデータサイエンスのタスクをこなすのに必要不可欠なツールがRです。予測や解析に必要な数多くのアルゴリズムを少ないコードで利用することができ、最近の“モダンな”データ解析 の挑戦にとても合っています。本書は日常的にRを使ってみたいユーザーのために様々な手段を提供しています。実際のデータで興味のある問題を解く際、この本は最後まで役に立つでしょう。 続きを見る
2.

図書

図書
奥村晴彦, 牧山幸史, 瓜生真也著
出版情報: 東京 : 技術評論社, 2018.1  ix, 213p ; 23cm
シリーズ名: Data science library
所蔵情報: loading…
目次情報: 続きを見る
第1章 ベイズの定理と確率
第2章 選挙の予測 / 2項分布
第3章 事前分布の再検討
第4章 個数の推定 / ポアソン分布
第5章 連続量の推定 / 正規分布
第6章 階層モデル
第7章 MCMC
エピローグ
付録A Rの利用方法
付録B : 確率分布に関する関数
第1章 ベイズの定理と確率
第2章 選挙の予測 / 2項分布
第3章 事前分布の再検討
概要: ベイズ統計が注目されています。MCMCという柔軟なアルゴリズムによって、あまり考えなくてもいろいろな問題が簡単に解けてしまうように宣伝されていることが一因かもしれません。しかし、その計算の背後にある原理は忘れ去られがちです。また、簡単な問題 なら、誤差の大きいMCMCを使わなくても、Rの一般的な関数だけで計算できます。そのような簡単な問題を簡単なRの命令を使っていくつも解きながら、ベイズ統計の考え方の基本と、従来の方法との結果の違いを、詳しく解説しています。最後の章でMCMCを扱いますが、ここでもブラックボックスとしてではなくRの簡単なコードで実際に計算して仕組みを理解できるようにしています。 続きを見る
3.

図書

図書
Simon Munzert [ほか] 原著 ; 石田基広 [ほか] 訳
出版情報: 東京 : 共立出版, 2017.6  xviii, 571p ; 26cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 Webとデータの技術入門 : 導入
HTML
XMLとJSON
XPATH
HTTP
AJAX
SQLとリレーショナルデータベース
正規表現と重要な文字列関数
第2部 Webスクレイピングとテキストマイニングのためのツールボックス : Webからのスクレイピング
統計的テキスト処理
データ分析プロジェクトの管理
第3部 事例集 : アメリカ上院議員間のコラボレーション・ネットワーク
半構造化されたドキュメントから情報を抜き出す
Twitterによる2014年度アカデミー賞予測
名字の地理的な分布のマッピング
携帯電話のデータを集める
商品レビューのセンチメント分析
第1部 Webとデータの技術入門 : 導入
HTML
XMLとJSON
4.

図書

図書
Raghav Bali, Dipanjan Sarkar, Tushar Sharma著 ; 市川太祐, 前田和寛, 牧山幸史訳
出版情報: 東京 : 共立出版, 2019.12  xvi, 303p ; 26cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : ソーシャルメディア分析とRの基礎
第2章 : Twitter—140文字の世界で何が起きているのか
第3章 : Facebookにおけるソーシャルネットワークとブランドエンゲージメントの分析
第4章 : Foursquareのデータ分析
第5章 : ソフトウェアのコラボレーション傾向の分析(1)—GitHubによるソーシャルコーディング
第6章 : ソフトウェアのコラボレーション傾向の分析(2)—StackExchangeにおける回答傾向
第7章 : Flickrのデータ分析
第8章 : ニュースサイトの分析
第1章 : ソーシャルメディア分析とRの基礎
第2章 : Twitter—140文字の世界で何が起きているのか
第3章 : Facebookにおけるソーシャルネットワークとブランドエンゲージメントの分析
概要: 本書は、Rを用いたソーシャルメディア分析の入門書である。ここでいうソーシャルメディアとは、TwitterやFacebookに代表されるSNS(ソーシャルネットワークサービス)とほぼ同義である。このようなサービスの多くはWebAPIの形で外部 にデータを提供しており、本書はこれを利用したさまざまな分析例を紹介している。まず第1章において、Rの導入とソーシャルメディア分析の基本的な流れを紹介する。Rの導入についても過不足なく説明され、初心者でも勘どころを押さえながら読み進めることができる。第2章以降は、さまざまなソーシャルメディアにおける具体的な分析例を紹介していく。読者は本書を通じて、ソーシャルメディア分析を実施する際に、どのようなデータソースがあり、そこでどのような分析が可能か、という分析のイロハを身につけることができる。データサイエンティストとして分析力を身につけたいが、手もとにサンプルデータ(例えば有名なアヤメのデータ(iris))しかなく、実データ(いわゆるリアルワールドデータ)は持っていない、といった方に最適な1冊。 続きを見る
5.

図書

図書
Jared P. Lander著 ; 高柳慎一 [ほか] 訳
出版情報: 東京 : マイナビ出版, 2018.12  583p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
Rを手に入れる
Rの環境
Rパッケージ
Rの基本
高度なデータ構造
Rへのデータ取り込み
統計グラフ
Rの関数を書く
コントロール文
ループ・Rの方法ではない反復方法〔ほか〕
Rを手に入れる
Rの環境
Rパッケージ
概要: 日常的にRを使ってみたいユーザーのためにRの基礎からモダンなデータ分析までわかりやすく解説!
6.

図書

図書
萩原淳一郎, 瓜生真也, 牧山幸史著
出版情報: 東京 : 技術評論社, 2018.4  xii, 385p ; 23cm
シリーズ名: Data science library
所蔵情報: loading…
目次情報: 続きを見る
はじめに
確率・統計に関する基礎
Rで時系列データを扱う際の基礎
時系列分析ひとめぐり
状態空間モデル
状態空間モデルにおける状態の推定
線形・ガウス型状態空間モデルの一括解法
線形・ガウス型状態空間モデルの逐次解法
線形・ガウス型状態空間モデルにおける代表的な成分モデルの紹介と分析例
一般状態空間モデルの一括解法〔ほか〕
はじめに
確率・統計に関する基礎
Rで時系列データを扱う際の基礎
概要: 時系列データとは、気温や株価のように時間順に得られる系列データを指します。本書では時系列データの分析(時系列分析)の進め方を、基礎から説明します。時系列分析にはさまざまなアプローチがありますが、本書では探索的な方法と確率的な方法の両方を解説 します。具体的には、探索的な方法については移動平均に基づく方法、確率的な方法については状態空間モデルに基づく方法を取り上げます。これらの説明の中では、数式の意味やどのようにコードに落とし込むかについて、丁寧に解説をします。また本書は応用的な話題についてもカバーしていますので、初めて時系列分析を試みる方はもちろん、すでに時系列分析に携わっている方にも興味を持っていただける内容になっています。 続きを見る
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼