- Amazon.co.jp ・本 (320ページ)
- / ISBN・EAN: 9784000056533
作品紹介・あらすじ
本書では、回帰モデルやベイズ判別、主成分分析、サポートベクターマシーンによる判別法などさまざまなデータ解析手法について、単変量から多変量、二群から多群、線形から非線形への展開を、実例とともに平易に解き明かす。
感想・レビュー・書評
-
Bishopなどの本をすでに勉強している人にとってはこの本から新しい知識を得ることとはないと思う。実例が必ず紹介されているところは良い。
詳細をみるコメント0件をすべて表示 -
多変量解析モデルの構造について幅広くカバーした本,平井 有三『はじめてのパターン認識』を補完するような使い方ができる。
-
モデリングの目的が,観測されたデータヘ最も良く当てはまるモデルを求めるのではなく,構築したモデルで将来の現象を予測することにあるからである。
性懲りも無く統計検定の勉強を続けています。昨年準1級落ちたのに、今年はなぜか1級に挑戦。昨年よりは勉強していると思います。果たして結果はどうなることやら。 -
多変量解析が非常にわかりやすく書かれている。
カーネル法が後半出てくるが、カーネル法入門―正定値カーネルによるデータ解析 (シリーズ 多変量データの統計科学)を参考にしたい -
170107 中央図書館
以前の「多変量解析」の解説書といえば、主成分分析が山場であったが、今は、すっかり様変わりしている。最適化計算に要する労力が格段に小さくなったため、色々な手法やアルゴリズムが使えるようになった。
本書は、数学的な細部や適用にあたっての留意点など冗長な部分を切り捨て、通読性を重視して現場でよく用いられる概念や手法をコンパクトかつ歯切れよく説明している。AIC、BIC、ロジット、SVMなど。 -
実際の手順が丁寧に説明されており、実用的。図も多く、直感的に分かりやすい。方法論の妥当性についての理論的説明は他の本を参照する形になる。