資料詳細

[ 和図書 ] データサイエンス設計マニュアル

Steven S.Skiena／著 -- オライリー・ジャパン -- 2020.1 --

所蔵

所蔵は 1 件です。

所蔵館	所蔵場所	資料区分	請求記号	資料コード	所蔵状態	資料の利用
配架日	協力貸出	利用状況	返却予定日	資料取扱	予約数	付録注記	備考
中央	2F	一般図書	/007.6/9501/2020	7112595681		配架図 Digital BookShelf
2020/02/25	可能	利用可			0

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

ページの先頭へ

資料詳細

ISBN	4-87311-891-8
ISBN13桁	978-4-87311-891-8
タイトル	データサイエンス設計マニュアル
タイトルカナ	データサイエンスセッケイマニュアル
著者名	Steven S.Skiena ／著, 小野陽子／監訳, 長尾高弘／訳
著者名典拠番号	120001570830000 , 110004236820000 , 110001326630000
出版地	東京,東京
出版者	オライリー・ジャパン,オーム社(発売)
出版者カナ	オライリージャパン
出版年	2020.1
ページ数	16, 406p
大きさ	24cm
原タイトル注記	原タイトル:The data science design manual
価格	¥3800
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。
書誌・年譜・年表	文献:p391～396
一般件名	データ処理-ndlsh-00561493
一般件名	データマイニング , ビッグデータ , 数理統計学
一般件名カナ	データマイニング,ビッグデータ,スウリトウケイガク
一般件名典拠番号	511588800000000 , 511917200000000 , 511036800000000
分類：都立NDC10版	007.609
資料情報1	『データサイエンス設計マニュアル』　Steven S.Skiena／著, 小野陽子／監訳 , 長尾高弘／訳　オライリー・ジャパン　2020.1（所蔵館：中央　請求記号：/007.6/9501/2020　資料コード：7112595681）
URL	https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1153493340

ページの先頭へ

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
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

ページの先頭へ