1.
|
図書
|
石田基広, 石田和枝著
目次情報:
続きを見る
熊田とExcel方眼紙 |
嫌がらせメールとベイズ |
黒髪乱子さんと逆確率 |
秘密警察とベイズ更新 |
犯人と事前確率 |
弁当屋の新メニュー |
やる気の条件付き確率 |
論文と研究とケーキ |
コイン投げと確率分布 |
積分ちょろい!? |
事前と事後 |
文章の癖—助詞と読点 |
階層と予測 |
後日談 |
熊田とExcel方眼紙 |
嫌がらせメールとベイズ |
黒髪乱子さんと逆確率 |
概要:
人工知能や機械学習などでも重要な、今や統計で必須の知識といえるベイズ統計。乱子と文太のおなじみの二人を中心に、その知識や手法をやさしく解説!
|
2.
|
図書
|
石田基広著
出版情報: |
新潟 : シーアンドアール研究所, 2012.2 663p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
3.
|
図書
|
石田基広著
出版情報: |
東京 : SBクリエイティブ, 2015.10 vi, 285p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
序 : こうして始まった |
01 : 詐欺か、偶然か?開店記念福引セール |
02 : 白ひげ先生のイチャモンから2代目パン屋を救え! |
03 : 商店街の活性化アンケートって、どうするの? |
04 : 居酒屋の人気メニュー、売上減の原因を探れ! |
05 : 悪質なネット・クレーマーを特定せよ! |
06 : 雑貨屋を荒らす万引き犯の行動を予測せよ! |
序 : こうして始まった |
01 : 詐欺か、偶然か?開店記念福引セール |
02 : 白ひげ先生のイチャモンから2代目パン屋を救え! |
概要:
やっと就職が決まった僕の勤め先は「商店街の顧問探偵」をやっているというおかしな興信所。おまけに仕事に必要なのは、勘や経験ではなく、データ分析?!美人社長・天羽さんには怒鳴られて、かわいい助手のいっ子さんにはやさしくフォローしてもらいつつも、
…
僕のデータ分析修業が、ともかく始まった!
続きを見る
|
4.
|
図書
東工大 目次DB
|
R. M. ハイバーガー, E. ノイヴィルト著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2010.3 xxiii, 332p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
読者のための覚え書き xi |
第1章 はじめの一歩 1 |
1.1 RExcelの起動 : RExcelのアイコンを使う場合 1 |
1.2 RExcelの起動 : 実行中のExcelウィンドウからの場合 3 |
1.2.1 RExcelの起動 : 実行中のExcel2007ウィンドウからの場合 3 |
1.2.2 RExcelの起動 : 実行中のExcel2003あるいは2002 からの場合5 |
1.3 Excelとは独立にRコマンダーを起動する 7 |
1.4 ウィンドウの調整 9 |
1.5 グラフィックス履歴 9 |
1.6 RExcelの終了 10 |
第2章 RExcelとRコマンダーの利用 11 |
2.1 ウィンドウの外観 11 |
2.2 データセットとモデルメニュー 18 |
2.3 Rコンソール 28 |
2.4 Rコマンダーウィンドウ 30 |
2.5 Rヘルプファイル 31 |
2.6 R,RcmdRおよびExcelのメッセージ 31 |
第3章 データをRに移す 33 |
3.1 データセットのサンプル 33 |
3.2 列名のあるデータ 36 |
3.3 列名のないデータ 42 |
3.4 数値データ列と因子データ列 45 |
3.5 因子の水準ごとに列を取った数値データ 48 |
3.6 RからExcelにデータを移す 53 |
3.7 そのほかのデータ形式 : ASCIIテキストファイル 55 |
第4章 正規分布とt分布 57 |
4.1 RcmdRメニューからRの関数にアクセスする 57 |
4.2 ExcelのセルからRの関数にアクセスする 62 |
4.3 標準正規分布をグラフで表現する 65 |
4.4 有意水準,棄却域,タイプIのエラー 67 |
4.5 タイプIIのエラーと検出力 70 |
4.6 グラフの表示 75 |
第5章 正規分布とt分布のワークブック 77 |
5.1 標準正規分布とt分布 77 |
5.2 αとΖの関係 81 |
5.3 正規分布の検定,タイプII のエラー,検出力 82 |
5.4 有意,棄却領域,検出力- 補足 86 |
5.5 normal.and.tワークブックの仕組み 90 |
5.5.1 入力用のセル 90 |
5.5.2 表示用のパラメータ 91 |
5.5.3 数値出力 92 |
5.6 信頼区間 92 |
5.6.1 代数編 92 |
5.6.2 ワークブック編 94 |
5.7 グラフ形状の調整 95 |
5.8 二項分布の正規分布による近似 98 |
第6章 t検定 101 |
6.1 データ-野菜缶詰 102 |
6.1.1 データのプロット 105 |
6.1.1.1 ヒストグラム 105 |
6.1.1.2 ドットプロット 107 |
6.1.1.3 箱ひげ図(ボックスプロット) 109 |
6.1.2 t検定の計算 111 |
6.1.3 t検定のプロット 113 |
6.2 データ-身長 117 |
6.2.1 プロット 119 |
6.2.1.1 散布図 119 |
6.2.1.2 ドットプロット 122 |
6.2.1.3 箱ひげ図 123 |
6.2.1.4 頻度の棒グラフ(バーグラフ) 124 |
6.2.2 要約統計量 126 |
6.2.3 男性データの分割 127 |
6.2.4 男性データの1標本t検定 131 |
6.2.5 男女2標本のt検定 133 |
6.3 対応のあるt検定 138 |
6.4 信頼区間のプロット 146 |
6.4.1 normal.and.tワークブックを利用した信頼区間 146 |
6.4.2 Plot hypotheses or Confidence Intervals (HH) メニューを利用した正規分布あるいはt分布の信頼区間 148 |
6.5 要約統計量にもとづく仮説検定プロットと信頼区間プロット 149 |
6.5.1 Plot hypotheses or Confidence Intervals (HH) メニューとワークブック 149 |
6.5.2 仮説検定プロット 150 |
6.5.3 信頼区間プロット 152 |
6.6 信頼区間のさまざまな計算方法 154 |
6.6.1 推奨される計算方法 154 |
6.6.2 推奨されない計算方法 157 |
第7章 1 元配置分散分析 159 |
7.1 データ 159 |
7.2 プロット 162 |
7.2.1 ドットプロット 162 |
7.2.2 箱ひげ図 164 |
7.3 ANOVAの実行方法 166 |
7.4 ANOVA表とF検定 168 |
7.5 平均値の表 172 |
7.6 多重比較 173 |
7.7 平均-平均多重比較(MMC)プロット 176 |
7.8 線形対比 181 |
第8章 単線形回帰分析 187 |
8.1 RExcel/Rcmdrの最小二乗法による回帰分析 188 |
8.2 散布図 191 |
8.3 線形回帰分析 194 |
8.4 残差分析 198 |
8.5 信頼幅と予測幅 202 |
第9章 最小二乗法とは何か? 207 |
9.1 平方和の最小化 207 |
9.2 ハット対角成分とてこ比 217 |
9.3 残差とてこ比 223 |
9.4 ワークブックの値のリセット 227 |
第10章 重回帰分析-X変数が二つの場合 229 |
10.1 重回帰モデル 229 |
10.2 サンプルデータ 231 |
10.3 複数の線形モデルの指定とあてはめ 237 |
10.4 グラフによるモデル比較 241 |
10.4.1 残差-予測値プロット 244 |
10.4.2 比較を容易にするためにプロットの目盛を変更 246 |
10.4.3 軸目盛を調整したlatticeプロット 248 |
10.4.4 右クリックで積み重ねデータの作成 249 |
10.4.5 latticeのプロットを作成するメニューとダイアログボックス 254 |
10.5 ANOVA表 256 |
10.6 信頼区間と予測区間 258 |
第11章 多項回帰 261 |
11.1 Xの2次関数による回帰 261 |
11.2 直線によるあてはめ 266 |
11.3 2次項によるあてはめ 269 |
11.4 残差平方のプロット 273 |
第12章 重回帰分析-X変数が複数の場合 275 |
12.1 オーストリアの大学生の靴のサイズ 276 |
12.2 プロット 284 |
12.3 回帰分析 291 |
12.4 基本診断プロット 295 |
12.5 信頼区間 296 |
第13章 分割表とカイ自乗検定 299 |
13.1 性別と喫煙習慣 300 |
13.1.1 2元表のカイ自乗検定 300 |
13.1.2 2標本の比率検定 302 |
13.2 国語と数学の成績 307 |
付録A RExcelのインストール 311 |
A.1 基本的なインストール手順 311 |
A.2 サポートされるExcelのバージョン 312 |
A.3 MS Windows版RとRExcelのダウンロードとインストール 312 |
A.3.1 準備 313 |
A.3.2 旧バージョンのRExcelはあらかじめアンインストールする 313 |
A.3.3 インストール手順 314 |
A.4 Rがすでにインストールされている環境にMS Windows 用RExcelをインストール 317 |
A.5 インストール済みRのアップグレード 318 |
A.6 Excelのない環境でのRとRcmdr-Windows, Mac, Linux 318 |
A.6.1 Rcmdr, HH, RcmdrPlugin.HH パッケージのインストール 319 |
A.6.2 Rコマンダーを直接使う 319 |
A.6.3 データの読み込み 319 |
A.7 RとOpenOffice 320 |
A.8 stattconnDCOM のライセンス 320 |
A.9 デジタル認証 320 |
付録B トラブルシューティング-インストール,スタートアップ,実行 321 |
B.1 インストール 321 |
B.2 スタートアップ 322 |
B.3 実行 323 |
参考文献 327 |
訳者あとがき 329 |
索引 331 |
読者のための覚え書き xi |
第1章 はじめの一歩 1 |
1.1 RExcelの起動 : RExcelのアイコンを使う場合 1 |
|
5.
|
図書
|
荒引健 [ほか] 著
出版情報: |
新潟 : シーアンドアール研究所, 2013.10 527p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
6.
|
図書
|
石田基広, 小林雄一郎著
出版情報: |
東京 : ひつじ書房, 2013.10 viii, 199p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : テキストマイニングとは何か |
第2章 : Rと基本統計量 |
第3章 : Rによるテキストマイニング |
第4章 : 日本語作文のテキストマイニング—大学生が書いた作文を例に |
第5章 : 政治的談話のテキストマイニング—所信表明演説を例に |
第6章 : 対照言語データのテキストマイニング—ヨーロッパ10言語の数詞を例に |
第7章 : 対話形式データのテキストマイニング—『機動戦士ガンダム』の台本を例に |
第8章 : 文学作品のテキストマイニング—芥川龍之介と太宰治を例に |
第9章 : ジャンル別データのテキストマイニング—書き言葉均衡コーパスを例に |
第10章 : 方言データのテキストマイニング—「茸」のアクセントパターンを例に |
第1章 : テキストマイニングとは何か |
第2章 : Rと基本統計量 |
第3章 : Rによるテキストマイニング |
|
7.
|
図書
|
石田基広著
目次情報:
続きを見る
第1章 : 新校舎と引越し |
第2章 : 因子分析 |
第3章 : 統計モデル |
第4章 : 因子分析大作戦 |
第5章 : 学期末試験 |
第6章 : 試験結果 |
第7章 : 引越しクラス発表 |
第1章 : 新校舎と引越し |
第2章 : 因子分析 |
第3章 : 統計モデル |
概要:
データの背後には何が潜んでいる?探る手法とその意図を物語風に解説。
|
8.
|
図書
|
J.アルバート著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2010.11 xi, 303p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
9.
|
図書
|
A.ジュール, E.イエノウ, E.ミースターズ著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2010.12 xii, 243p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
10.
|
図書
|
石田基広著
出版情報: |
東京 : 共立出版, 2012.10 viii, 278p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : Rの基礎 |
第2章 : R言語とデータ構造 |
第3章 : Rでのプログラミング |
第4章 : グラフィックスの基礎/グラフィックスで遊ぶ |
第5章 : データ解析の基礎 |
第6章 : 仮説検定 |
第7章 : 応用的解析 |
第8章 : 高度な解析手法 |
付録 |
第1章 : Rの基礎 |
第2章 : R言語とデータ構造 |
第3章 : Rでのプログラミング |
|
11.
|
図書
東工大 目次DB
|
B. エヴェリット著 ; 石田基広, 石田和枝, 掛井秀一訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2007.6 xii, 242p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 多変量データと多変量解析 1 |
1.1 序 1 |
1.2 データのタイプ 1 |
1.3 多変量データの要約統計量 4 |
1.3.1 平均 5 |
1.3.2 分散 5 |
1.3.3 共分散 6 |
1.3.4 相関 7 |
1.3.5 距離 8 |
1.4 多変量正規分布 9 |
1.5 多変量解析の目的 13 |
1.6 まとめ 16 |
第2章 多変量データのグラフィックス表現 17 |
2.1 序 17 |
2.2 散布図とその応用 18 |
2.2.1 2変量データの凸包 24 |
2.2.2 カイプロット 26 |
2.2.3 2変数箱ヒゲ図 28 |
2.3 2変量密度の推定 30 |
2.4 散布図に別の変数を加える方法 33 |
2.5 散布図行列 34 |
2.6 3次元プロット 37 |
2.7 条件付きプロットとトレリスグラフィックス 38 |
2.8 まとめ 42 |
練習問題 44 |
第3章 主成分分析 45 |
3.1 序 45 |
3.2 主成分の代数的原理 46 |
3.2.1 主成分の再スケーリング 50 |
3.2.2 主成分の数の選択 50 |
3.2.3 主成分得点の計算 52 |
3.2.4 相関係数がγの2変量データの主成分 52 |
3.3 主成分分析の実例 : 米国都市の大気汚染 54 |
3.4 まとめ 66 |
練習問題 67 |
第4章 探索的因子分析 71 |
4.1 序 71 |
4.2 因子分析モデル 71 |
4.2.1 主因子分析 74 |
4.2.2 最尤因子分析 75 |
4.3 因子の数の推定 75 |
4.4 因子分析の簡単な実例 76 |
4.5 因子の回転 78 |
4.6 因子得点の推定 83 |
4.7 探索的因子分析の二つの事例 83 |
4.7.1 平均余命 83 |
4.7.2 米国の大学生のドラッグ使用 88 |
4.8 因子分析と主成分分析の比較 92 |
4.9 確証的因子分析 95 |
4.10 まとめ 95 |
練習問題 97 |
第5章 多次元尺度構成法と対応分析 99 |
5.1 序 99 |
5.2 多次元尺度構成法(MDS) 101 |
5.2.1 古典的多次元尺度構成法の実例 104 |
5.3 対応分析 112 |
5.3.1 喫煙と母体 118 |
5.3.2 ホジキン病 120 |
5.4 まとめ 120 |
練習問題 122 |
第6章 クラスター分析 125 |
6.1 序 125 |
6.2 凝集型階層的クラスター分析 125 |
6.2.1 クラスター間の非類似度の測定 128 |
6.3 k-平均法 132 |
6.4 モデルに基づくクラスター分析 138 |
6.5 まとめ 144 |
練習問題 146 |
第7章 多群多変量データ : 多変量分散分析と判別分析 147 |
7.1 序 147 |
7.2 2群の場合 : ホテリングのT2検定とフィッシャーの線形判別分析 147 |
7.2.1 ホテリングのT2検定 147 |
7.2.2 フィッシャーの線形判別関数 152 |
7.2.3 判別関数の効率判定 156 |
7.3 3群以上の場合 : 多変量分散分析(MANOVA)と分類関数 157 |
7.3.1 多変量分散分析 157 |
7.3.2 分類関数と正準変量 160 |
7.4 まとめ 165 |
練習問題 166 |
第8章 重回帰分析と正準相関分析 167 |
8.1 序 167 |
8.2 重回帰分析 167 |
8.3 正準相関分析 170 |
8.4 まとめ 177 |
練習問題 179 |
第9章 反復測定データの分析 183 |
9.1 序 183 |
9.2 反復測定データのための線形混合効果モデル 186 |
9.3 経時測定データにおける脱落 203 |
9.4 まとめ 211 |
練習問題 212 |
補遺 RとS-PLUSの備忘録 213 |
1. 基本的なコマンド 213 |
2. ベクトル 214 |
3. 行列 218 |
4. 論理式 219 |
5. リストオブジェクト 221 |
6. データフレーム 223 |
訳者あとがき 235 |
索引 237 |
第1章 多変量データと多変量解析 1 |
1.1 序 1 |
1.2 データのタイプ 1 |
|
12.
|
図書
|
U. リゲス著 ; 石田基広訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2006.10 viii, 258p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
13.
|
図書
東工大 目次DB
|
P.グリッツマン, R.ブランデンベルク著 ; 石田基広訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2007.12 vi, 317p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 最初のコンタクト 1 |
2 ルートプランって何? 8 |
3 突然ですが,グラフです 19 |
4 重みは重し 32 |
5 危なくない爆発 37 |
6 最短経路をとるか,いなか.それが問題だ! 43 |
7 ローカルに決断して,グローバルに最適化 49 |
8 始めにインプットがあった 57 |
9 ダメなものはダメ 69 |
10 良い時間,悪い時間 77 |
11 女の直観 92 |
12 仕事の前に一仕事 103 |
13 木々の合間で鬼ごっこ 110 |
14 素数ではなくて… 121 |
15 手に入るだけもらおう 133 |
16 ゼンイキユーコーなんとかって? 141 |
17 町の散策も勉強 149 |
18 電流のない電磁誘導 157 |
19 オイラー的か否かという歌 164 |
20 オイラーとサンタクロース 172 |
21 今日はごみ収集車が散策する 180 |
22 ペアリングの時間 190 |
23 中国からの手紙 199 |
24 チェックメイト 212 |
25 プラトニックな愛? 227 |
26 表記上の問題 237 |
27 巡回セールスマンのためだけではなくて 250 |
28 少ないは多い 264 |
29 150パーセントの 271 |
30 ボンサイ 279 |
31 全然,プラトニックでない 291 |
32 巡回セールスマンの成功物語 301 |
最後に 313 |
訳者あとがき 314 |
索引 316 |
1 最初のコンタクト 1 |
2 ルートプランって何? 8 |
3 突然ですが,グラフです 19 |
|
14.
|
図書
|
石田基広著
出版情報: |
東京 : 森北出版, 2008.12 v, 173p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
15.
|
図書
東工大 目次DB
|
P.スペクター著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2008.10 x, 181p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 R におけるデータ 1 |
1.1 モードとクラス 1 |
1.2 R におけるデータの保存 2 |
1.3 モードとクラスの検証 8 |
1.4 R のオブジェクトの構造 8 |
1.5 オブジェクトの変換 10 |
1.6 欠損値 12 |
1.7 欠損値の扱い 13 |
第2章 データの入出力 15 |
2.1 ベクトルと行列の読み込み 15 |
2.2 データフレーム : read.table 関数 17 |
2.3 コンマあるいはタブ区切りのインプットファイル 20 |
2.4 固定幅インプットファイル 20 |
2.5 R のオブジェクトからデータを抽出する方法 22 |
2.6 コネクション 28 |
2.7 長大なファイルを読み込む 31 |
2.8 データの生成 33 |
2.8.1 数列 33 |
2.8.2 乱数 36 |
2.9 順列 37 |
2.9.1 ランダムな順列 37 |
2.9.2 すべての順列の列挙 37 |
2.10 数列の操作 38 |
2.11 表計算データ 40 |
2.11.1 Windows でRODBC パッケージを利用する 41 |
2.11.2 すべてのプラットホームで利用可能なgdata パッケージ 42 |
2.12 R のデータオブジェクトの保存と読み込み 43 |
2.13 バイナリファイルの操作 44 |
2.14 ASCII 形式のファイルへのR オブジェクトの書き込み 47 |
2.14.1 write 関数 47 |
2.14.2 write.table 関数 48 |
2.15 他のソフトウェアのデータの読み込み 48 |
第3章 R とデータベース 51 |
3.1 SQL の概略 51 |
3.1.1 ナビゲーション用のコマンド 51 |
3.1.2 SQL の基礎 52 |
3.1.3 集約 54 |
3.1.4 二つのデータベースの結合 55 |
3.1.5 サブクエリー 56 |
3.1.6 データベースレコードの修正 57 |
3.2 ODBC 58 |
3.3 RODBC パッケージを利用する 59 |
3.4 DBI パッケージ 60 |
3.5 MySQL データベースへのアクセス 61 |
3.6 クエリーの実行 61 |
3.7 テーブルの正規化 62 |
3.8 MySQL へのデータの書き込み 63 |
3.9 より複雑な集約 66 |
第4章 日付型データ 69 |
4.1 as.Date 69 |
4.2 chron パッケージ 71 |
4.3 POSIX 規格のクラス 73 |
4.4 日付の処理 76 |
4.5 時間間隔 78 |
4.6 連続する日付データ 78 |
第5章 因子 81 |
5.1 因子の利用 81 |
5.2 数値因子 84 |
5.3 因子の操作 85 |
5.4 実数値の変数からの因子の作成 86 |
5.5 日付・時間に基づく因子 88 |
5.6 因子の組合せ 89 |
第6章 添字 91 |
6.1 添字の基本 91 |
6.2 数値による添字 91 |
6.3 文字による添字 91 |
6.4 論理値による添字 92 |
6.5 行列や配列の添字指定 93 |
6.6 行列操作に役立つ関数類 97 |
6.7 リスト 99 |
6.8 データフレームの添字指定 101 |
第7章 文字処理 103 |
7.1 文字データの基本 103 |
7.2 文字列の表示と結合 103 |
7.3 文字列の部分操作 105 |
7.4 R における正規表現 107 |
7.5 正規表現の基礎 108 |
7.6 文字列の分解 110 |
7.7 R での正規表現の利用 112 |
7.8 置換と前方参照 116 |
第8章 データの集約 119 |
8.1 table 関数 119 |
8.2 集約のためのヒント 125 |
8.3 ベクトルないしリストへの関数の適用 126 |
8.4 行列ないし配列への関数の適用 129 |
8.5 グループ別の関数適用 133 |
8.6 reshape パッケージ 141 |
8.7 R におけるループ処理 148 |
第9章 データの整形 155 |
9.1 データフレームの変数の修正 155 |
9.2 変数の再コード化 156 |
9.3 recode 関数 159 |
9.4 データフレームの整形 159 |
9.5 reshape パッケージ 165 |
9.6 データフレームの結合 168 |
9.7 merge 関数の内部 173 |
訳者あとがき175 |
索引177 |
第1章 R におけるデータ 1 |
1.1 モードとクラス 1 |
1.2 R におけるデータの保存 2 |
|
16.
|
図書
|
D.ショーカー著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2009.12 xvii, 296p, 図版 [8] p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
17.
|
図書
|
C.P.ロバート, G.カセーラ著 ; 石田基広, 石田和枝訳 ; シュプリンガー・ジャパン株式会社編
出版情報: |
東京 : 丸善出版, 2012.8 xii, 313p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
18.
|
図書
|
石田基広著
目次情報:
続きを見る
第1章 : データの要約 |
第2章 : データ分析の王道? |
第3章 : 相関と回帰 |
第4章 : 重回帰分析 |
第5章 : データサイエンティストの星 |
第6章 : ロジスティック |
第1章 : データの要約 |
第2章 : データ分析の王道? |
第3章 : 相関と回帰 |
概要:
「新米データサイエンティストの奮闘物語」で、統計の基本概念、方法論、その応用について懇切丁寧に解説します。
|
19.
|
図書
|
石田基広 [ほか] 著
目次情報:
続きを見る
第1部 RとC++によるパッケージ作成 : RとC++の連携について |
開発環境について |
Rcpp.package.skelton()によるパッケージ作成 |
パッケージ作成の実際 |
第2部 Rコマンダープラグインの作成〜EZRの発案から誕生までをサンプルとして : Rコマンダーのカスタマイズの概要 |
Rコマンダーのカスタマイズの詳細な手順 |
プラグインパッケージの作成 |
第3部 PerlとRを使ったツール作成 : PerlからRを利用するには |
Perlでデータ取得からグラフ作成までを自動化 |
Perlで作成したツールを配布する |
Perk製の計量テキスト分析ツール「KH Coder」 |
第4部 JavaとRによるデータ解析ツールの開発 : 開発および実行環境の準備 |
JRIでJavaからRを利用する |
JRIによるRの対話的な利用(コンソール |
JavaGDによるJavaのグラフィックデバイス |
第1部 RとC++によるパッケージ作成 : RとC++の連携について |
開発環境について |
Rcpp.package.skelton()によるパッケージ作成 |
|
20.
|
図書
|
江口哲史著
目次情報:
続きを見る
1 はじめに |
2 基本的な統計モデリング—要因と目的変数の関係解析 / 1 |
3 発展的な統計モデリング—要因と目的変数の関係解析 / 2 |
4 実験計画法と分散分析 |
5 機械学習—代謝産物の変動解析を例に |
6 : 実践レポート作成—化学物質の分子記述子と物性の関係解析を例に |
1 はじめに |
2 基本的な統計モデリング—要因と目的変数の関係解析 / 1 |
3 発展的な統計モデリング—要因と目的変数の関係解析 / 2 |
|
21.
|
図書
|
奥村晴彦, 牧山幸史, 瓜生真也著
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
|
22.
|
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 |
子書誌情報: |
loading… |
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 |
|
23.
|
図書
|
Hadley Wickham著 ; 石田基広 [ほか] 訳
出版情報: |
東京 : 共立出版, 2016.2 xv, 513p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
導入 |
第1部 基本編 : データ構造 |
データ抽出 ほか |
第2部 関数型プログラミング : 関数型プログラミング |
汎関数 ほか |
第3部 言語オブジェクトに対する計算 : 非標準評価 |
表現式 ほか |
第4部 パフォーマンス : パフォーマンス |
コードの最適化 ほか |
導入 |
第1部 基本編 : データ構造 |
データ抽出 ほか |
|
24.
|
EB
|
江口哲史著
出版情報: |
[東京] : Maruzen eBook Library 1オンラインリソース (ix, 224p) |
シリーズ名: |
Wonderful R / 市川太祐 [ほか] 編 ; 4 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 はじめに |
2 基本的な統計モデリング—要因と目的変数の関係解析 / 1 |
3 発展的な統計モデリング—要因と目的変数の関係解析 / 2 |
4 実験計画法と分散分析 |
5 機械学習—代謝産物の変動解析を例に |
6 : 実践レポート作成—化学物質の分子記述子と物性の関係解析を例に |
1 はじめに |
2 基本的な統計モデリング—要因と目的変数の関係解析 / 1 |
3 発展的な統計モデリング—要因と目的変数の関係解析 / 2 |
|
25.
|
図書
|
石田基広 [ほか] 著
出版情報: |
新潟 : シーアンドアール研究所, 2017.4 223p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
01 : ウェブスクレイピングの準備 |
02 : ウェブ技術入門 |
03 : ウェブスクレイピング・API入門 |
04 : ウェブスクレイピング実践 |
05 : API実践 |
06 : オープンデータの活用 |
01 : ウェブスクレイピングの準備 |
02 : ウェブ技術入門 |
03 : ウェブスクレイピング・API入門 |
概要:
スクレイピングの実践テク満載!統計解析ツール「R」を使って、膨大な情報量のWebサイトから情報を収集し分析。HTMLやXMLの解析、APIを活用したデータ収集、取得したデータの整形などの基本と実践テクニックをわかりやすく解説!
|
26.
|
図書
|
石田基広著
出版情報: |
新潟 : シーアンドアール研究所, 2016.7 799p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
27.
|
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 |
子書誌情報: |
loading… |
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
|
28.
|
図書
|
H.ウィッカム著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2011.7 vii, 227p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
29.
|
図書
|
市川太祐 [ほか] 編
出版情報: |
東京 : 共立出版, 2016- 10冊 ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
30.
|
図書
|
石田基広著
出版情報: |
新潟 : シーアンドアール研究所, 2014.5 703p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
31.
|
図書
|
石田基広著
出版情報: |
東京 : 森北出版, 2017.6 v, 183p ; 23cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
テキストマイニングとは何か |
テキストマイニングの準備 |
R/RStudio速習 |
文字処理と正規表現 |
RMeCabによるテキスト解析 |
口コミのテキストマイニング—ウェブスクレイピング |
アンケート自由記述文の分析—対応分析 |
青空文庫データの解析—ワードクラウドとネットワークグラフ |
テキストの分類—クラスター分析、トピックモデル |
書き手の判別—漱石と鴎外の文体比較 |
Twitterタイムラインの分析—APIの利用 |
テキストマイニングとは何か |
テキストマイニングの準備 |
R/RStudio速習 |
概要:
フリーの環境で、実践しながらやさしく学べます。基本的な手法はもちろん、ウェブスクレイピング、トピックモデルといった、最近注目の技術までをカバー。
|
32.
|
図書
|
石田基広著
出版情報: |
東京 : 森北出版, 2020.3 iv, 152p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : Rによる日本語テキスト解析の基礎 |
第2章 : センチメント分析 |
第3章 : 構造的トピックモデル |
第4章 : Twitter投稿テキストの評価 |
第5章 : 機械学習による予測 |
第6章 : 単語分散表現 |
第7章 : RからPythonライブラリを実行 |
第1章 : Rによる日本語テキスト解析の基礎 |
第2章 : センチメント分析 |
第3章 : 構造的トピックモデル |
|
33.
|
図書
|
石田基広著
出版情報: |
新潟 : シーアンドアール研究所, 2022.8 303p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データマインニグとテキストマイニング |
Python速習 |
テキストマイニングの準備 |
MeCabによる形態素解析と抽出語の選択 |
Janome |
spaCyとGiNZA |
Bag of Words / BoW |
アンケート分析 |
テキストの分類 |
トピックモデル〔ほか〕 |
データマインニグとテキストマイニング |
Python速習 |
テキストマイニングの準備 |
概要:
自然言語処理の基礎から応用まで学べる!Pythonの基礎的な使い方から、形態素解析器によるさまざまな分析手法や、ディープラーニングを使ったテキストマイニングの事例を紹介!
|