版元ドットコム

探せる、使える、本の情報

文芸 新書 社会一般 資格・試験 ビジネス スポーツ・健康 趣味・実用 ゲーム 芸能・タレント テレビ・映画化 芸術 哲学・宗教 歴史・地理 社会科学 教育 自然科学 医学 工業・工学 コンピュータ 語学・辞事典 学参 児童図書 ヤングアダルト 全集 文庫 コミック文庫 コミックス(欠番扱) コミックス(雑誌扱) コミックス(書籍) コミックス(廉価版) ムック 雑誌 増刊 別冊 ラノベ
予測にいかす統計モデリングの基本 改訂第2版 ベイズ統計入門から応用まで 樋口 知之(著/文) - 講談社
..
詳細画像 0

書店員向け情報 HELP

9784065285701

予測にいかす統計モデリングの基本 改訂第2版 ベイズ統計入門から応用まで

このエントリーをはてなブックマークに追加
発行:講談社
A5判
176ページ
定価 2,800円+税
ISBN
978-4-06-528570-1   COPY
ISBN 13
9784065285701   COPY
ISBN 10h
4-06-528570-4   COPY
ISBN 10
4065285704   COPY
出版者記号
06   COPY
Cコード
C3041  
3:専門 0:単行本 41:数学
出版社在庫情報
不明
書店発売日
登録日
2022年5月31日
最終更新日
2022年7月15日
このエントリーをはてなブックマークに追加

紹介

◆◆ロングセラー、10年ぶりの改訂◆◆

・全ページをフルカラー化したので、図表もさらにわかりやすく!
・非定常時系列データ解析の基本を加筆(第8章を新設)

データの見方や考え方から述べられた本当にほしかった入門書。
それぞれがもつ「予測したい」課題に自ら取り組むための基本を1冊にまとめた。
「モデリングが使えるということはわかった、これからは使いたい!」という人は必読。
統計のプロ中のプロが伝授する「匠の技」「匠の知恵」コラムも多数収録。


【推薦の言葉】
本書は予測のための統計的モデリングの方法を,基礎から具体的実践例に亘るまで明快に解説している特色ある著作である.
平易な記述でベイズの定理などの基礎から粒子フィルタやデータ同化などの先端的な内容までをカバーしている.
便利なブラックボックス型のAI予測では飽き足らず,自分が抱える具体的な課題に対して自らのアイデアを投入し,説明可能な予測をしてみようと思い立った人には必読の書である.
――北川 源四郎先生(東京大学特任教授、数理・データサイエンス教育強化拠点コンソーシアム 議長)


【まえがき(抜粋)】
統計学の強みは,生成モデルの構築に関する,さまざまな知見とノウハウの蓄積,またモデルに基づく意思決定の綿密な評価にある.ある種,モデリングに関する匠の技とも言える暗黙知に,統計学の存在感が増していくであろう.読者が本書を通じてこの暗黙知を習得されることを期待したい.


【目次】
〈基礎編〉
第1章 予測とは何かを考える

第2章 確率による記述:基礎体力をつける

第3章 統計モデル:予測機能を構造化する

第4章 計算アルゴリズム1:予測計算理論を学ぶ

〈展開編〉
第5章 計算アルゴリズム2:モデルを進化させる

第6章 粒子フィルタ:予測計算を実装する

第7章 乱数生成:不確実性をつくる

〈実践編〉
第8章 時系列解析の基本:傾向をつかむ

第9章 経験知の総結集:売上予測の精度を上げる

第10章 データ同化:シミュレーションの予測性能を向上させる

第11章 確率ロボティクス:お掃除ロボをつくる

目次

〈基礎編〉
第1章 予測とは何かを考える
 1.1 居酒屋の売上高の予測
 1.2 期待感を数式で表す
 1.3 パターンの表現
第2章 確率による記述:基礎体力をつける
 2.1 確率の基礎
 2.2 最適化問題から統計モデルへ
第3章 統計モデル:予測機能を構造化する
 3.1 状態空間モデル
 3.2 鎖状構造グラフィカルモデル
 3.3 多次元ノイズの分布モデル
第4章 計算アルゴリズム1:予測計算理論を学ぶ
 4.1 事後周辺分布
 4.2 非線形フィルタリング
 4.3 平滑化アルゴリズム
 4.4 状態ベクトルの推定と予測誤差
〈展開編〉
第5章 計算アルゴリズム2:モデルを進化させる
 5.1 状態ベクトルの拡大
 5.2 学習によるモデルの改良
第6章 粒子フィルタ:予測計算を実装する
 6.1 分布の近似
 6.2 アルゴリズム
 6.3 粒子フィルタの図説
第7章 乱数生成:不確実性をつくる
 7.1 リサンプリングの実装
 7.2 システムノイズの生成法
 7.3 賢いリサンプリング
 7.4 粒子フィルタの実装例
〈実践編〉
第8章 時系列解析の基本:傾向をつかむ
 8.1 定常と非定常:非定常の特徴を目で確認する
 8.2 定常化:原データにいろいろな操作を加える
 8.3 非定常成分の抽出:シンプルな状態空間モデルを非定常データに適用する
第9章 経験知の総結集:売上予測の精度を上げる
 9.1 観測モデル:データを徹底的に要素に分解する
 9.2 勘と経験をとり込む
 9.3 外生変数の影響を柔軟に表現する
 9.4 状態空間モデルにまとめる
 9.5 結果
第10章 データ同化:シミュレーションの予測性能を向上させる
 10.1 シミュレーション計算
 10.2 データ同化の状態空間モデルへの埋め込み
 10.3 逐次データ同化
第11章 確率ロボティクス:お掃除ロボをつくる
 11.1 自己位置推定問題
 11.2 一般状態空間モデル表現
 11.3 実際の適用

著者プロフィール

樋口 知之  (ヒグチ トモユキ)  (著/文

樋口知之
1989年 東京大学大学院理学系研究科博士課程修了
2020年 「卓越した技能者(現代の名工)」をデータサイエンティストとして初受賞
現在  中央大学AI・データサイエンスセンター所長,理工学部教授 日本統計学会会長

上記内容は本書刊行時のものです。