それだけでなく、
プライム
プライム
プライム |
||
---|---|---|
¥410 - ¥450* | ||
お |
¥510 - ¥550 | |
お |
¥510 - ¥650 |
*Amazon.co.jp
¥2,860¥2,860 税込
発送 元 : Amazon.co.jp 販売 者 : Amazon.co.jp
¥2,860¥2,860 税込
¥1,785¥1,785 税込
配送 料 ¥257 5月21日 -22日 にお届 け
発送 元 : むげん堂 【365日 発送 中 !お急 ぎ便 なら翌日 or翌々日 に届 きます!】 販売 者 : むげん堂 【365日 発送 中 !お急 ぎ便 なら翌日 or翌々日 に届 きます!】
¥1,785¥1,785 税込
ウェブ
データ分析 のための数理 モデル入門 本質 をとらえた分析 のために 単行 本 – 2020/5/13
{"desktop_buybox_group_1":[{"displayPrice":"¥2,860","priceAmount":2860.00,"currencySymbol":"¥","integerValue":"2,860","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"RUgzaE1NyZL5aWRsnBvoXlNKPydABlYfH04NG5NlupL%2BS0218ekH5cDK9hvOPgHR7YC8JhIbv8a%2BdYD5K%2BkxqBPDDMXJToshGklUmVoUPrt1CTyPC3Tq4jMHQxojN6RSLK189QcDFmY%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥1,785","priceAmount":1785.00,"currencySymbol":"¥","integerValue":"1,785","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"RUgzaE1NyZL5aWRsnBvoXlNKPydABlYftVMwwHgRHu0zMQ4%2F%2BcbZhC4dbgixN4TnmPrSVDNMf%2FHmTfJWk8U5xcvy%2FPjijwyNaOqR%2BK5zToF57lCKeWh7ccfJBCGG26rsok%2B64AtyT2VLiLp%2BEyc479%2Bdr66X5lnNQp6VjQRv5n1NjlqVSZJkPuH2cI1LbLKX","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入 オプションとあわせ買 い
「数理 モデル」とは、現実 のデータを理解 ・活用 するために生 み出 された様々 な数理 的 な手段 の総称 である。これには、近年 注目 を浴 びている機械 学習 だけでなく、物理 学 、生物 学 、生態 学 などの自然 科学 、また心理 学 、経済 学 、といった人文 社会 科学 分野 で用 いられる諸 手法 が含 まれている。
こうした極 めて多様 な方法 論 の間 には、データの背後 に存在 するメカニズムをある種 の数式 で表現 し、それを利用 するという共通 の目的 ・手続 きが存在 する。
データと目的 が与 えられたとして、どのモデリング手法 に頼 ればいいのだろうか?特 に、現象 の理解 を目的 とした分析 には、機械 学習 の諸 手法 では太刀打 ちできないこともある。
こういった場合 には、統計 モデリングだけでなく所謂 計算 論 的 モデルと呼 ばれるボトムアップ型 のモデリング手法 が必要 とされることもあるだろう。こうした俯瞰 的 な視点 でモデルの「種類 」を選択 することはデータ分析 において必須 のステップであるが、そうした分野 を跨 いだ解説 書 は殆 ど存在 していないといっても良 い。
そこで本書 は、数理 モデル全体 が有機 的 に繋 がって見 えるような「横糸 的 な」理解 を可能 にする、全 く新 しい入門 的 な教科書 を目指 した。
本書 では、さまざまなモデリング手法 の基礎 的 な部分 を解説 するだけでなく、それらをどのように選択 して使用 すればよいか、そしてモデリングによって得 られる結論 について初 学者 が勘違 いしやすい事項 について丁寧 に解説 した。
主 な読者 としては、「これからデータ分析 を始 める」、或 いは「ある種 の分析 で結果 を出 すことはできるが、それが何 をやっていることになるのかがモヤモヤする」といった初 学者 ・初級 者 を想定 している。大学 の一 年 次 でも読 み通 せる程度 の解説 レベルを採用 しているが、内容 が淡泊 になりすぎないように注意 した。
また、通常 データ分析 の文脈 では言及 されない(しかし重要 な)種々 の数理 手法 についても解説 することで、ある程度 モデリングに慣 れた読者 が読 んでも楽 しめる内容 を目指 した。
こうした
データと
こういった
そこで
また、
-
本 の長 さ284ページ -
言語 日本語 -
出版 社 ソシム -
発売 日 2020/5/13 -
寸法 15 x 1.9 x 21.2 cm - ISBN-104802612494
- ISBN-13978-4802612494
よく一緒 に購入 されている商品
¥2,860¥2,860
¥2,860¥2,860
¥2,860¥2,860
ポイントの合計 :
pt
もう一度 お試 しください
この商品 をチェックした人 はこんな商品 もチェックしています
ページ 1 以下 のうち 1 最初 から観 るページ 1 以下 のうち 1
出版 社 より
■無数 のデータ分析 モデルに横糸 を通 す、分野 を横断 した画期的 な一 冊 。初 学者 から専門 家 まで楽 しめる幅広 い内容 となっています!
シリーズ累計 10万 部 突破 ! ソシムのデータサイエンスシリーズ
|
データ |
|
|
---|---|---|---|
カスタマーレビュー |
5つ
351
|
5つ
262
|
5つ
203
|
|
¥2,860¥2,860 | ¥2,750¥2,750 | ¥3,300¥3,300 |
|
データに | 「 | どんな |
商品 の説明
著者 について
◎著者 プロフィール
江崎 貴裕 (えざき たかひろ)
東京大学 先端 科学 技術 研究 センター特 任 講師 。
2011年 、東京大学 工学部 航空 宇宙 工学科 卒業 。2015年 、同 大学院 博士 課程 修了 (特例 適用 により1年 短縮 )、博士 (工学 )。日本 学術 振興 会 特別 研究 員 、国立 情報 学 研究所 特 任 研究 員 、JST さきがけ研究 員 、スタンフォード大学 客員 研究 員 を経 て、2020年 より現職 。東京大学 総長 賞 、井上 研究 奨励 賞 など受賞 。
数理 的 な解析 技術 を武器 に、統計 物理 学 、脳 科学 、行動 経済 学 、生化学 、交通 工学 、物流 科学 など幅広 い分野 の問題 に取 り組 んでいる。
2011
登録 情報
-
出版 社 : ソシム (2020/5/13) -
発売 日 : 2020/5/13 -
言語 : 日本語 -
単行本 : 284ページ - ISBN-10 : 4802612494
- ISBN-13 : 978-4802612494
-
寸法 : 15 x 1.9 x 21.2 cm
- Amazon
売 れ筋 ランキング: - 21,540位 本 (本 の売 れ筋 ランキングを見 る)- - 47
位 確 率 ・統計
- - 47
- カスタマーレビュー:
著者 について
イメージ付 きのレビュー
5 星
データ分析 入門 書 として最初 に読 むべき本
これからデータ分析 を本格 的 に勉強 しようとしている者 です。話題 になっていたので購入 してみました。本文 は非常 に平易 で読 みやすいです。私 が言 うのもなんですが、これで読 めなかったらデータサイエンスはあきらめたほうがいいです。逆 に、数式 の式 変形 による説明 はほとんど書 かれていないので、それぞれの内容 をしっかりと理解 したい場合 は、別 の参考 書 が必要 になります。全体 像 をつかむにはちょうどいい難易 度 と感 じました。恐 らく、この広範 な内容 で、もう少 し難易 度 を上 げると初学 者 はついていけなくなるのではないでしょうか。幅広 いキーワードが網羅 されているので、初 学者 には有難 いです。普段 データサイエンス界隈 では色々 な専門 用語 や概念 を目 にしますが、そもそもそれって何 の分野 の話 ?と感 じることが良 くあります。本書 を読 むことで、大体 あの辺 の話 ね、ということが何 となくわかるようになった気 がします。
フィードバックをお寄 せいただきありがとうございます
-
トップレビュー
上位 レビュー、対象 国 : 日本
レビューのフィルタリング中 に問題 が発生 しました。後 でもう一度 試 してください。
2024年 1月 28日 に日本 でレビュー済 み
本当 に丁寧 にかつ簡潔 に書 いてあり、数理 モデルについての重要 なポイントを改 めて伝 えてくれます。
それだけでなく、機械 学習 的 アプローチなども含 めた現代 的 アプローチについてもきちんと触 れていただいていることに感謝 です。
何 より、数理 モデルとは、仮説 と検証 、(そして修正 や再 検討 など)といったプロセス全体 を指 していること、そしてそれらを世 の中 にもっと役立 てていこうという著者 の意図 を感 じます。
Amazonで購入
それだけでなく、
2021年 4月 16日 に日本 でレビュー済 み
非常 に読 みやすくなっており、統計 をはじめたい人 に最適 だと思 う。
なにより図 が入 っているのでわかりやすい。
本質 的 なものはあっさりとしか触 れていないため、星 -1
内容 には満足 。
統計 を始 める時 に読 みたかった1冊
Amazonで購入
なにより
2023年 12月1日 に日本 でレビュー済 み
丁寧 に解説 されていて、要所 ごとに図解 もあり、これまで読 んだ統計 学 の書籍 の中 で最 もわかりやすかったです。
Amazonで購入
2020年 8月 13日 に日本 でレビュー済 み
Amazonで購入
(普通 の紙質 のものも有 ることに最近 ようやく気 が付 きましたが)講談社 (サイエンティフィク)の理工 系 の本 の紙質 の悪 さに著 しく学習 意欲 を削 がれていた自分 としては、紙質 が良 いだけでなくカラー印刷 でページ数 の割 には値段 もリーズナブルだったこの本 は大 歓迎 です。
でも予 めマーカー線 も印刷 されているのは出版 社 の方針 かも知 れませんが自分 の趣味 には合 いません。
本 の中身 については、著者 の方 のバックグラウンドと自分 の読書 の範囲 が結構 違 っていたようで、この本 では「有名 」となっていても自分 は知 らなかったモデルとか、参考 文献 にも知 らない本 が挙 げられていたりしたので、それなりに楽 しめました。また個別 の項目 の説明 は初 学者 にも分 かりやすいと思 います。
とはいえ自分 が知 っている範囲 でも、数理 モデルを語 る上 で落 とせないと思 われる、イジング模型 や隠 れマルコフモデルも含 む確 率 的 グラフィカルモデルや現代 制御 に属 すると思 われるカルマンフィルタや粒子 フィルタ等々 が載 っていないのは、その解説 を期待 して買 った自分 としてはかなりガッカリです。
ベイズ法 も一応 載 ってはいますが隅 の方 に追 いやられていることからしても、全体 として古典 的 で定性的 なモデルが主軸 で、実際 の応用 に役立 ちそうなベイズ法 を基盤 にした(機械 学習 と呼 ばれるものも多 くはベイズ法 を基盤 にしていることに漸 く思 い至 りましたが)モデルはほとんど載 っていません。
そうしたモデルは発展 的 内容 ということで省 いたのかも知 れませんが、そうであっても予備 知識 が全 くない初学 者 に誤解 を与 えないように、そうしたものも在 ることの説明 と参考 文献 の紹介 も欲 しかったところです。
それとこの本 が紹介 しているモデルの多 くが定性的 な、著者 の方 が言 うところの理解 志向 型 モデルと思 われるのに、第 四 部 の最後 の方 になるともっぱら応用 型 についての解説 になっているので全体 としてチグハグな印象 も受 けます。
折角 、著者 自 ら理解 志向 型 と応用 志向 型 の区分 を提起 したわけですから、いっそ構成 自体 もそれぞれに分 けてしまった方 が話 の流 れもスッキリしたのではないかとも思 います。「志向 」と「指向 」の表記 が混雑 しているところからしても全体 の整理 が不足 しているようにも感 じられます。
また、この本 では参考 文献 は脚注 に随時 掲載 する形 になっていますが、分 かりにくいので普通 の本 のように巻末 にまとめてもらった方 が良 かった気 がします。
因 みに、p.105にある『行列 と待 ち』という本 は実在 しなくて、実際 は『混雑 と待 ち』という本 のようです。
数学 の行列 を使 った待 ち解析 の本 かと一瞬 思 ってしまいましたが、流石 にそういった理論 は無 さそうです。
でも
とはいえ
ベイズ
そうしたモデルは
それとこの
また、この
2022年 7月 17日 に日本 でレビュー済 み
Amazonで購入
2.4 理解 志向 型 モデリングや2.6 数理 モデルの限界 と適用 範囲 は、まさに社内 で口 を酸 っぱくして説明 している部分 だったので、それが明記 された書籍 を出版 して頂 いて説明 が楽 になりました。
2020年 9月 23日 に日本 でレビュー済 み
Amazonで購入
10年 ほど前 に工学部 で勉強 した程度 で止 まっていたので読 んでみましたが勉強 をする前 のちょうどいいロードマップになりそうです。
必要 そうな予備 知識
最低限 学部 レベルの線形 代数 と常微分 方程式 と統計 学 の知識 がいるかなと思 います。
学 べたこと
色 んな数理 モデルの特徴
批判
著者 がアカデミックな方 だからか入門 書 だからか分 かりませんが
数理 モデルを知 るところまでは広 く書 かれていますが数理 モデル
の確 からしさを検証 するというところはあまりかかれていないのが
残念 でした。もっと参考 文献 bが多 くてもよかったかなと思 います。
の
2021年 5月 22日 に日本 でレビュー済 み
他 の機械 学習 関連 の書籍 とは一線 を画 した内容 で、
数理 モデル組 み立 て (微分 方程式 なども含 み)
独自 性 のあるものであると感 じた。読 んで良 かった。
きちんと理解 して、必要 に応 じて自力 で数理 モデルを立 てられるようにしたい。
Amazonで購入
きちんと
2021年 1月 25日 に日本 でレビュー済 み
初心者 ですが、面白 そうだなーと思 って購入 。でも難 し過 ぎた。具体 的 な課題 に取 り組 んで、またこの本 に戻 ってきたい
Amazonで購入