| 書誌種別 |
図書 |
| タイトル |
データサイエンス設計マニュアル |
| タイトルヨミ |
データ サイエンス セッケイ マニュアル |
| 人名 |
Steven S.Skiena／著
小野 陽子／監訳
長尾 高弘／訳
|
| 人名ヨミ |
Steven S Skiena オノ ヨウコ ナガオ タカヒロ |
| 出版者・発行者 |
オライリー・ジャパン
／
オーム社(発売)
|
| 出版者・発行者等ヨミ |
オライリー ジャパン／オームシャ |
| 出版地・発行地 |
東京／東京 |
| 出版・発行年月 |
2020.1 |
| ページ数または枚数・巻数 |
16,406p |
| 大きさ |
24cm |
| 価格 |
￥３８００ |
| ISBN |
978-4-87311-891-8 |
| ISBN |
4-87311-891-8 |
| 注記 |
原タイトル:The data science design manual |
| 注記 |
文献:p391〜396 |
| 分類記号 |
007.609
|
| 件名 |
データマイニング
／
ビッグデータ
／
数理統計学
|
| 内容紹介 |
広い視野からデータサイエンス全体を俯瞰し、問題を解決する上で重要なことは何か、その設計原則に焦点を当てた入門書。思考プロセスも重視して解説する。章末に演習問題も収録。 |
| 著者紹介 |
ニューヨーク州立大学ストーニーブルック校コンピュータサイエンス学科教授。研究分野はデータサイエンス、自然言語処理、アルゴリズム。 |
| 言語区分 |
JPN |
| タイトルコード |
1009812374319 |
| 目次 |
1章 データサイエンスとは |
|
1.1 計算機科学、データサイエンス、リアルサイエンス／1.2 データについての興味深い問い／1.3 データの性質／1.4 分類と回帰／1.5 データサイエンスの動画:Quant Shop／1.6 「私の体験談から」について／1.7 私の体験談から:答えるためには正しい問いが必要だ／1.8 さらなる探求のために／1.9 演習問題 |
|
2章 数学の基礎知識の準備 |
|
2.1 確率／2.2 記述統計量／2.3 相関分析／2.4 対数／2.5 私の体験談から:デザイナー遺伝子の適合／2.6 さらなる探求のために／2.7 演習問題 |
|
3章 データマンジング |
|
3.1 データサイエンスで使われるプログラミング言語／3.2 データの収集／3.3 データのクリーニング／3.4 私の体験談から:市場を読み切れ／3.5 クラウドソーシング／3.6 さらなる探求のために／3.7 演習問題 |
|
4章 スコアとランキング |
|
4.1 BMI(ボディマス指数)／4.2 スコアリング関数の開発／4.3 Zスコアと正規化／4.4 ランキングの高度な技法／4.5 私の体験談から:Clydeの逆襲／4.6 アローの不可能性定理／4.7 私の体験談から:誰が偉大か／4.8 さらなる探求のために／4.9 演習問題 |
|
5章 統計分析 |
|
5.1 統計的分布／5.2 分布からのサンプリング／5.3 統計的有意性／5.4 私の体験談から:若さの泉の発見?／5.5 パーミュテーションテストとp値／5.6 ベイズ推定／5.7 さらなる探求のために／5.8 演習問題 |
|
6章 データの可視化 |
|
6.1 探索的データ分析／6.2 可視化の審美眼の育成／6.3 グラフの種類／6.4 偉大なるビジュアライゼーション／6.5 グラフの解釈／6.6 インタラクティブな可視化／6.7 私の体験談から:世界を描くTextMap／6.8 さらなる探求のために／6.9 演習問題 |
|
7章 数理モデル |
|
7.1 モデリングの哲学／7.2 モデルの用語／7.3 ベースラインモデル／7.4 モデルの評価／7.5 評価システム／7.6 私の体験談から:100%の正確度／7.7 シミュレーションモデル／7.8 私の体験談から:賭け方の計算／7.9 さらなる探求のために／7.10 演習問題 |
|
8章 線形代数 |
|
8.1 線形代数の威力／8.2 行列演算の可視化／8.3 行列の分解／8.4 固有値と固有ベクトル／8.5 固有値分解／8.6 私の体験談から:ヒューマンファクター／8.7 さらなる探求のために／8.8 演習問題 |
|
9章 線形回帰とロジスティック回帰 |
|
9.1 線形回帰／9.2 より良い回帰モデル／9.3 私の体験談から:タクシー配達／9.4 パラメータフィッティング問題としての回帰／9.5 正則化によるモデルの単純化／9.6 分類とロジスティック回帰／9.7 ロジスティック分類の問題／9.8 さらなる探求のために／9.9 演習問題 |
|
10章 ネットワーク分析と距離 |
|
10.1 距離の測定／10.2 最近傍分類／10.3 グラフ、ネットワーク、距離／10.4 PageRank／10.5 クラスタリング／10.6 私の体験談から:クラスタ爆弾／10.7 さらなる探求のために／10.8 演習問題 |
|
11章 機械学習 |
|
11.1 ナイーブベイズ(単純ベイズ)／11.2 決定木分類器／11.3 ブースティングとアンサンブル学習／11.4 サポートベクターマシン／11.5 学習の度合い／11.6 ディープラーニング／11.7 私の体験談から:名前のゲーム／11.8 さらなる探求のために／11.9 演習問題 |
|
12章 ビッグデータ:スケールを追求 |
|
12.1 ビッグデータとは／12.2 私の体験談から:インフラの重要性／12.3 ビッグデータを扱うアルゴリズム／12.4 フィルタリングとサンプリング／12.5 並列化／12.6 MapReduce／12.7 社会的倫理的な問題／12.8 さらなる探求のために／12.9 演習問題 |
|
13章 最後に一言 |
|
13.1 仕事を手に入れよう!／13.2 大学院に進学する／13.3 コンサルティングサービス |
