1
/
の
0
- 発売日:2019/08/31
- 出版社:講談社
- ISBN/JAN:9784065170007
通常価格
2,420 円(税込)
通常価格
セール価格
2,200 円
単価
/
あたり
商品説明
現実社会のデータを多く扱いながら、データサイエンスの概念と確率の基礎をしっかりていねいに解説。データリ
テラシーを涵養するためのまたとない入門書! データサイエンスを知るならまずこの本!
【データサイエンス入門シリーズ】
第1期として、以下の3点を同時刊行!
・データサイエンスのための数学:椎名 洋・姫野哲人・保科架風(著)清水昌平(編)
・データサイエンスの基礎:浜田悦生(著)狩野 裕(編)
・最適化手法入門:寒野善博(著)駒木文保(編)
第2期の刊行は2019年11月の予定(^o^)/
【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。
文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)
【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)
国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
テラシーを涵養するためのまたとない入門書! データサイエンスを知るならまずこの本!
【データサイエンス入門シリーズ】
第1期として、以下の3点を同時刊行!
・データサイエンスのための数学:椎名 洋・姫野哲人・保科架風(著)清水昌平(編)
・データサイエンスの基礎:浜田悦生(著)狩野 裕(編)
・最適化手法入門:寒野善博(著)駒木文保(編)
第2期の刊行は2019年11月の予定(^o^)/
【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。
文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)
【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)
国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
目次
第1章 リテラシーとしてのデータサイエンス
1.1 データサイエンスの目的と必要性
1.1.1 データサイエンス
1.1.2 フィッシャーによる三原則
1.1.3 統計、データサイエンスの歴史的推移
1.1.4 ランダムネスの懐柔と活用
1.2 リテラシーとデータの見方
1.2.1 第2 回メディアに関する全国世論調査
1.2.2 自動車事故死、飛行機事故死
1.3 確率的現象と決定論的現象
1.3.1 市町村人口の先頭桁の数字例
1.3.2 フィボナッチ数列の先頭桁の数字
第2章 確率
2.1 確率の定義と役割
2.1.1 確率のさまざまな定義
2.1.2 ベン図
2.2 確率の公理的定義
2.2.1 ベンフォードの法則
2.3 条件付き確率とベイズの定理
2.3.1 条件付き確率
2.3.2 ベイズの定理
第3章 データからの情報抽出
3.1 度数分布表とヒストグラム
3.2 統計グラフの活用
3.3 データの特性値(代表値、ばらつき)
3.3.1 データの代表値
3.3.2 データのばらつき
3.4 標準化と標準得点
3.5 散布図、共分散
3.6 相関係数と回帰直線
3.6.1 マーコヴィッツのポートフォリオ理論
3.7 回帰直線
3.7.1 ガウスの最小二乗法
3.7.2 アンスコムの回帰直線
3.7.3 OECD データの再考
第4章 確率的な現象の扱い
4.1 確率的な現象と確率変数(離散型・連続型)
4.2 確率変数の期待値(平均) と分散
4.3 確率分布
4.3.1 ベルヌーイ分布
4.3.2 二項分布
4.3.3 ポアソン分布
4.3.4 連続一様分布
4.3.5 正規分布
4.3.6 指数分布
4.4 同時分布と周辺分布、独立性
4.4.1 離散型確率分布の同時確率
4.4.2 同時確率分布と共分散、相関係数
4.5 2次元正規分布
4.6 大数の法則、中心極限定理
4.6.1 大数の法則
4.6.2 中心極限定理
4.6.3 視聴率調査における誤差
第5章 統計的な話題
5.1 シンプソンのパラドックス
5.2 無作為化回答法
1.1 データサイエンスの目的と必要性
1.1.1 データサイエンス
1.1.2 フィッシャーによる三原則
1.1.3 統計、データサイエンスの歴史的推移
1.1.4 ランダムネスの懐柔と活用
1.2 リテラシーとデータの見方
1.2.1 第2 回メディアに関する全国世論調査
1.2.2 自動車事故死、飛行機事故死
1.3 確率的現象と決定論的現象
1.3.1 市町村人口の先頭桁の数字例
1.3.2 フィボナッチ数列の先頭桁の数字
第2章 確率
2.1 確率の定義と役割
2.1.1 確率のさまざまな定義
2.1.2 ベン図
2.2 確率の公理的定義
2.2.1 ベンフォードの法則
2.3 条件付き確率とベイズの定理
2.3.1 条件付き確率
2.3.2 ベイズの定理
第3章 データからの情報抽出
3.1 度数分布表とヒストグラム
3.2 統計グラフの活用
3.3 データの特性値(代表値、ばらつき)
3.3.1 データの代表値
3.3.2 データのばらつき
3.4 標準化と標準得点
3.5 散布図、共分散
3.6 相関係数と回帰直線
3.6.1 マーコヴィッツのポートフォリオ理論
3.7 回帰直線
3.7.1 ガウスの最小二乗法
3.7.2 アンスコムの回帰直線
3.7.3 OECD データの再考
第4章 確率的な現象の扱い
4.1 確率的な現象と確率変数(離散型・連続型)
4.2 確率変数の期待値(平均) と分散
4.3 確率分布
4.3.1 ベルヌーイ分布
4.3.2 二項分布
4.3.3 ポアソン分布
4.3.4 連続一様分布
4.3.5 正規分布
4.3.6 指数分布
4.4 同時分布と周辺分布、独立性
4.4.1 離散型確率分布の同時確率
4.4.2 同時確率分布と共分散、相関係数
4.5 2次元正規分布
4.6 大数の法則、中心極限定理
4.6.1 大数の法則
4.6.2 中心極限定理
4.6.3 視聴率調査における誤差
第5章 統計的な話題
5.1 シンプソンのパラドックス
5.2 無作為化回答法
- 発売日:2019/08/31
- 出版社:講談社
- ISBN/JAN:9784065170007
![Product Image](https://image.maruzenjunkudo.co.jp/item/1/324/2977/1095/29771095_01.jpg)