Python で学ぶあたらしい統計学の教科書

出版社
出版日
ページ数
456
説明

Jupyter Notebook / numpy / pandas / matplotlib / seaborn 等の Python のデータ分析用ライブラリを使って実践的に学べる統計・確率のテキストです。

目次
第1部 統計学の基本 1章 統計学 2章 データ 3章 確率分布 4章 母集団分布 5章 母集団分布の推定 6章 確率質量関数と確率密度関数 7章 統計量の計算 8章 確率論の基本 9章 確率変数と確率分布 第2部 Python と Jupyter Notebook の基本 1章 環境構築 2章 Jupyter Notebook の基本 3章 Python によるプログラミングの基本 4章 numpy ・ pandas の基本 第3部 Python によるデータ分析 1章 Python による記述統計:1変量データ編 2章 Python による記述統計:多変量データ編 3章 matplotlib ・ seaborn によるデータの可視化 4章 母集団からの標本抽出シミュレーション 5章 標本の統計量の性質 6章 正規分布とその応用 7章 推定 8章 統計的仮説検定 9章 平均値の差の検定 10章 分割表の検定 11章 検定の結果の解釈 第4部 統計モデルの基本 1章 統計モデル 2章 統計モデルの作り方 3章 データの表現とモデルの名称 4章 パラメタ推定:尤度の最大化 5章 パラメタ推定:損失の最小化 6章 予測精度の評価と変数選択 第5部 正規線形モデル 1章 連続型の説明変数を1つ持つモデル(単回帰) 2章 分散分析 3章 複数の説明変数を持つモデル 第6部 一般化線形モデル 1章 様々な確率分布 2章 一般化線形モデルの基本 3章 ロジスティック回帰 4章 一般化線形モデルの評価 5章 ポアソン回帰 第7部 統計学と機械学習 1章 機械学習の基本 2章 正則化と Ridge 回帰・ Lasso 回帰 3章 Python による Ridge 回帰・ Lasso 回帰 4章 線形モデルとニューラルネットワーク 5章 この本の次に学ぶこと
紹介( powered by openBD

基礎理論を飛ばさない!
推定・検定から統計モデル・機械学習へ!

本書は統計学の理論をゼロから学べる教科書です。
IoTやビッグデータの発展によりさまざまなデータが社会にあふれ、
全てのデータを確認するのは難しくなってきています。
多くのデータから価値があるデータを作成するには統計学の知識が必須です。

【本書のポイント】
本書は統計学をはじめて勉強するかたでも、
読み進めていけるように、以下の3点を重点的に解説しています。
・データをどのように分析するのか
・なぜそのように分析するのが良いことなのか
・Pythonを使ってどのように分析するのか

【統計学を勉強するためのツールについて】
この書籍では、学習していく際のツールに、プログラミング言語のPythonを使用します。
PythonはExcelやRより自由度が高く、機械学習に多く利用されているので幅広い層から注目集めています。
Pythonに馴染むことにより、機械学習を利用したデータ分析者になるための基礎的な技術も身に付けられます。

【本書の構成】
本書は全7部構成になっています。
それぞれの部で次のようなことを解説しています。
第1部では統計学の基本を解説しています。
第2部でPythonの基本やJupyter Notebookの使い方を説明します。
第3部でPythonを用いた統計分析の方法を学びます。
第4部からは統計モデルについて学んでいきます。
第5部では正規線形モデルを解説します。
第6部それを発展させた一般化線形モデルについて解説します。
第7部は、統計学から機械学習へのつながりを学びます。
統計学やPythonのことを何も知らない方にもオススメの一冊です。