目次
データ分析のための数理モデル入門 本質をとらえた分析のために
- 江崎 貴裕(著)
-
第一部 数理モデルとは
第1章 データ分析と数理モデル
〔データを分析するということ/数理モデルの役割〕
第2章 数理モデルの構成要素・種類
〔理解志向型・応用志向型モデリング/数理モデルの適用限界〕
第二部 基礎的な数理モデル
第3章 少数の方程式によるモデル
〔線形モデル/実験式・カーブフィッティング/最適化問題〕
第4章 少数の微分方程式によるモデル
〔線形微分方程式/非線形微分方程式/安定性解析/制御理論〕
第5章 確率モデル
〔確率過程/マルコフ過程/待ち行列理論〕
第6章 統計モデル
〔正規分布/統計的検定/回帰分析〕
第三部 高度な数理モデル
第7章 時系列モデル
〔時系列データの構造/自己回帰モデル/状態空間モデル/非線形時系列解析〕
第8章 機械学習モデル
〔複雑なモデルと過学習/分類・回帰問題/クラスタリング/次元削減/深層学習〕
第9章 強化学習モデル
〔行動モデルとしての強化学習/機械学習モデルとしての強化学習〕
第10章 多体系モデル・エージェントベースモデル
〔ミクロからマクロへ/さまざまな集団現象モデル/相互作用のネットワーク分析〕
第四部 数理モデルを作る
第11章 モデルを決めるための要素
〔数理モデルの性質/理解志向型・応用志向型モデリングのポイント〕
第12章 モデルを設計する
〔変数の選択/データの取得・実験計画/数理構造・パラメータの選択/間違ったモデリングをしないために〕
第13章 パラメータを推定する
〔目的に応じたパラメータ推定/パラメータ推定における目的関数の最小化/ベイズ推定・ベイズモデリング〕
第14章 モデルを評価する
〔「いいモデル」とは/分類精度の指標/情報量基準/ヌルモデルとの比較・尤度比検定/交差検証〕
数学 ランキング
数学のランキングをご紹介します数学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
-
8位
-
9位
-
10位
次に進む