「honto 本の通販ストア」サービス終了及び外部通販ストア連携開始のお知らせ
詳細はこちらをご確認ください。
紙の本
スモールデータ解析と機械学習
著者 藤原 幸一 (著)
スモールデータ解析のための様々な手法を解説し、それらを現実の問題にどのように適用すればよいのかイメージできるようケーススタディを紹介。重要なアルゴリズムについては、Pyt...
スモールデータ解析と機械学習
スモールデータ解析と機械学習
ワンステップ購入とは ワンステップ購入とは
このセットに含まれる商品
前へ戻る
- 対象はありません
次に進む
商品説明
スモールデータ解析のための様々な手法を解説し、それらを現実の問題にどのように適用すればよいのかイメージできるようケーススタディを紹介。重要なアルゴリズムについては、Pythonのサンプルプログラムも掲載する。【「TRC MARC」の商品解説】
スモールなデータの解析手法・ノウハウが身につく!
人工知能によるビッグデータ解析が近年、広く注目されています。しかし、製造メーカなどのほとんどの一般企業においてはデータ量が少なかったり偏っていたりする、スモールデータがデータの中心です。本書はそのようなスモールデータの解析手法を解説するものです。
Webデータや気象データに代表されるようなビッグデータが注目される一方で、機械の故障データのように発生自体がまれであったり、臨床データのように倫理的な問題からデータ収集が困難、あるいはラベリングが専門家以外困難で教師データが集まらなかったりするスモールなデータ、すなわちスモールデータが存在します。
これらのデータは測定されている変数の数に比べて統計モデリングに必要なデータが不足していたり、正負双方のサンプルが必要となる分析において、その取得が困難といったような問題があり、そのままビッグデータの考え方を適用するのは適当ではありません。
本書は、はじめにスモールデータとは何かから、データの作り方となる次元削減と回帰分析の手法、つづいてスパースなデータのモデリング、クラスタリング、不均衡なデータの解析手法、異常検出を述べていきます。そして最後にスモールデータの解析においてのポイント・考え方を述べて、読者がスモールデータを有効に解析できるようになるようまとめました。【商品解説】
目次
- 第1章 スモールデータとは
- 第2章 相関関係と主成分分析
- 第3章 回帰分析と部分的最小二乗法
- 第4章 線形回帰モデルにおける入力変数選択
- 第5章 分類問題と不均衡データ問題
- 第6章 異常検知問題
- 第7章 データ収集や解析の心構え
著者紹介
藤原 幸一
- 略歴
- 〈藤原幸一〉名古屋大学大学院工学研究科物質プロセス工学専攻・准教授。京都大学博士(工学)。
関連キーワード
あわせて読みたい本
前へ戻る
- 対象はありません
次に進む
この著者・アーティストの他の商品
前へ戻る
- 対象はありません
次に進む