G.ペトリス

S.ペトローネ

P.カンパニョーリ

和合 肇

萩原 淳一郎

Rによるベイジアン動的線形モデル (統計ライブラリー)

岩波データサイエンス刊行委員会

実世界の複雑なデータからどのようにして本質的な部分、予測に役立つ部分を取り出すか。多変量・多次元のデータ解析手法としてゲノムや宇宙からビジネスまでさまざまな分野で注目されるスパースモデリングの基礎と応用を解説。基本となるlassoを実践的に導入し、共分散構造選択、画像への応用、NMFによるリコメンデーションなども紹介。
特集「スパースモデリングと多変量データ解析」
【特集(基礎)】モデル選択超速習―AICからスパースまで(伊庭幸人)スパース性を用いた推定(池田思朗)
【特集(展開)】依存関係にスパース性を入れる―グラフィカルlassoの話(井手剛)スパース性を用いた画像処理(本谷秀堅)時間遷移のスパース性―マーケットシェアの遷移を捉えるスパースグラフモデリング(日野英逸)
【特集(応用)】行列分解入門―因子分析からL1まで(麻生英樹)行列分解をリコメンデーションに活かす(尾崎隆)〈コラム〉スパース表現を試す/R言語のパッケージ紹介
【話題】ことばの見分け方―テキスト言語判定(中谷秀洋)医学研究におけるメタアナリシス―エビデンス統合の方法(野間久史)
【その他】掌編小説(円城塔)計算機で作る面白いナンプレ(とん)ほか

内容紹介

岩波データサイエンス Vol.5

特集の前半では、GISソフトを用いた地理情報の取得から表示・加工、R言語との連携、空間ベイズモデルなどを実践的に紹介。後半では、空間疫学、マーケティング、自然言語処理との連携など、地理情報、空間情報をめぐるデータサイエンスの研究の最前線を俯瞰します。
VOL.4 特集=地理空間情報処理
【特集】地理空間情報入門(朝日孝輔・水谷貴行) GISとRの連携(水谷貴行・朝日孝輔) 地図の上で階層ベイズモデリング(加藤直広・立森久照・高橋邦彦)〈コラム〉(出口智恵) ソーシャルメディアでインフルエンザ流行を捉える(荒牧英治・若宮翔子) 空間疫学入門―難病の地図(高橋邦彦) 動く地理空間情報(関本義秀) 位置情報プライバシーの統計的安全性に向けて(南和宏)顧客動線研究入門(矢田勝俊)
【連載】正定値行列の情報幾何(小原敦美・土谷隆)
【その他】掌編小説(円城塔)ナンプレ(とん)

岩波データサイエンス Vol.4

Paul Teetor

大橋 真也

木下 哲也

強力なデータ解析ツールRのレシピ集

内容詳細

Rクックブック

浅野 皙

中村 二朗

計量経済学の基本的な考え方と、より進んだ分析手法の基礎が身につく、初級から中級レベルのスタンダード・テキスト。経済データを分析し、研究レポートを書く際の、実際的なヒントを提供します。

重要な分析ツールを新たに加えた第2版。より学習しやすいように、付録・演習問題を充実させ、問題の解答を新たに収載。

計量経済学 (y21)

星野 崇宏

情報化社会の進展とともに大量のデータが得られるようになり、また社会科学でも実証志向の高まりから調査研究が盛んに行われている。しかし、「因果推論」を行なう際のデータの偏りや「選択バイアス」を無視してしまうと、いくら大量のデータがあっても真実とは逆の結論が導かれることすらある。本書では豊富な具体例とともに、「共変量情報の積極的な利用」「欠測データモデル」「セミパラメトリック推定」という3つの武器を用いて、偏りのあるデータから正しい推論を行なう方法論を示す。関連して、インターネット調査の偏りの補正や「データ融合」についても詳しく説明する。

内容（「BOOK」データベースより）

星野/崇宏
1975年生まれ。2004年東京大学大学院総合文化研究科博士課程修了。情報・システム研究機構統計数理研究所、東京大学教養学部を経て、2008年より名古屋大学大学院経済学研究科准教授。現在、独立行政法人科学技術振興機構(JST)さきがけ「知の創生と情報社会」領域研究代表者を兼任(本データはこの書籍が刊行された当時に掲載されていたものです)

著者略歴 (「BOOK著者紹介情報」より)

調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学)

Wes McKinney

瀬戸山 雅人

小林 儀匡

滝口 開資

Pythonの代表的なデータ分析ツール、pandasのメイン開発者による、Pythonでデータサイエンスを行うための情報をまとめた一冊。

Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

伊藤 公一朗

サントリー学芸賞[政治・経済部門]、日経・図書文化賞受賞！
週刊ダイヤモンド「2017年ベスト経済書」2位！

ビッグデータ+人間の判断力
=真実が明らかに! 
最先端のパワフルな手法を、数式を使わず、わかりやすく解説! 

【内容紹介】
ビッグデータが存在するだけでは、「因果関係」の見極めはできない。
データの扱い、分析、解釈においては、人間の判断が重要な役割を担う――。
本書では「広告が売り上げに影響したのか?」
「ある政策を行ったことが本当に良い影響をもたらしたのか?」といった、
因果関係分析に焦点を当てたデータ分析の入門を展開していきます。
序章では、なぜ因果関係を見極めることがビジネスや政策の成功の鍵を握るのか、
様々な実例を使いながら解説します。
第2章以降では、ランダム化比較試験、RDデザイン、パネル・データ分析など、
因果関係に迫る最先端のデータ分析手法について、
数式を使わず、具体例とビジュアルな描写を用いて解説していきます。

【目次】
第1章 なぜデータから因果関係を導くのは難しいのか
第2章 現実の世界で「実際に実験をしてしまう」――ランダム化比較試験(RCT)
第3章 「境界線」を賢く使うRDデザイン
第4章 「階段状の変化」を賢く使う集積分析
第5章 「複数期間のデータ」を生かすパネル・データ分析
第6章 実践編:データ分析をビジネスや政策形成に生かすためには?
第7章 上級編:データ分析の不完全性や限界を知る
第8章 さらに学びたい方のために:参考図書の紹介

【著者紹介】
伊藤公一朗(いとうこういちろう)
シカゴ大学公共政策大学院ハリススクール助教授。
一九八二年宮城県生まれ。京都大学経済学部卒、
カリフォルニア大学バークレー校博士課程修了(Ph.D.)。
スタンフォード大学経済政策研究所研究員、
ボストン大学ビジネススクール助教授を経て、二〇一五年より現職。
専門は環境エネルギー経済学、産業組織論、応用計量経済学。
全米経済研究所(NBER)研究員、経済産業研究所(RIETI)研究員を兼任、
シカゴ大学では、環境政策・エネルギー政策の実証研究を行う傍ら、
データ分析の理論と応用について大学院生向けの講義を行う。

ビッグデータが存在するだけでは、「因果関係」の見極めはできない。データの扱い、分析、解釈においては、人間の判断が重要な役割を担う―。本書では「広告が売り上げに影響したのか?」「ある政策を行ったことが本当に良い影響をもたらしたのか?」といった、因果関係分析に焦点を当てたデータ分析の入門を展開していきます。序章では、なぜ因果関係を見極めることがビジネスや政策の成功の鍵を握るのか、様々な実例を使いながら解説します。第2章以降では、ランダム化比較試験、RDデザイン、パネル・データ分析など、因果関係に迫る最先端のデータ分析手法について、数式を使わず、具体例とビジュアルな描写を用いて解説していきます。

伊藤/公一朗
シカゴ大学公共政策大学院ハリススクール助教授。1982年宮城県生まれ。京都大学経済学部卒、カリフォルニア大学バークレー校博士課程修了(Ph.D.)。スタンフォード大学経済政策研究所研究員、ボストン大学ビジネススクール助教授を経て、2015年より現職。全米経済研究所(NBER)研究員、経済産業研究所(RIETI)研究員を兼務。専門は環境エネルギー経済学、産業組織論、応用計量経済学。シカゴ大学では、環境政策・エネルギー政策の実証研究を行う傍ら、データ分析の理論と応用について大学院生向けの講義を行う(本データはこの書籍が刊行された当時に掲載されていたものです)

データ分析の力 因果関係に迫る思考法 (光文社新書)

Jake VanderPlas

菊池 彰

Pythonのデータサイエンス用のツールを使いこなし、効率よく仕事を進めるための、実用的な情報が詰め込まれたリファレンスです。IPythonとJupyter、NumPy、pandas、Matplotlib、scikit‐learnをカバーします。それぞれのトピックについて、押さえておくべき基本、tips、便利なコマンドなどを紹介します。Pythonでデータの操作、変換、可視化、統計的処理、データモデルの構築、科学計算を行う人にとってはいつも手元に置いておきたい「使える」一冊です。

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

マーク・ジェフリー

佐藤 純

矢倉 純之介

内田 彩香

アマゾン社員の教科書。顧客満足度からマーケティング投資効果までマーケティングの意思決定のためにあらゆるデータを測定し、最大限に活かす。

データ・ドリブン・マーケティング―――最低限知っておくべき15の指標

青木 峰郎

現実的な分析手法とは?

本書ではSQLを使った分析の手法、そしてそのためのシステムの構築についてお話しします。
なぜならば、SQLは企業において現実的に実現可能な中で最も制約の少ない分析手法だからです。
現実的にギリギリ可能な範囲で、でもできるだけ楽をしたい。
本書はそんな現実的で、しかしよくばりな要望に対して、SQLという解で答えます。
ビジネスに役立つ分析を行いたいプランナーも、ビッグデータをどうにかしたいエンジニアも、みんなまとめて面倒みましょう。

第1部 SQLによるデータ分析
第1章 10年戦えるデータ分析の技術
第2章 さわってみようRDBMS
第3章 簡単! select文でデータ探索
第4章 すべての分析は集計から始まる
第5章 関数で自由自在に新しいカラムを作り出す
第6章 ジョインを制するものはRDBMSを制す――基礎編
第7章 ジョインを制するものはRDBMSを制す――応用編
第8章 遅れて来た分析SQL最強の武器――ウィンドウ関数
第9章 縦と横は難しい
第10章 アクセスログのセッション分析をする

第2部 分析システムの構築
第11章 10年戦えるデータ分析システム
第12章 ビッグデータに立ち向かう
第13章 SQLバッチの技法

第14章 本書を読み終えた後に

【まえがき抜粋】
本書ではSQLを使った分析の手法を解説します。
またSQLを使った分析を可能にするシステムの構築についても話します。
なぜならば、SQLは企業において現実的に実現可能な中で最も制約の少ない分析手法だからです。
「現実的に実現可能な中で」「最も制約の少ない」……とはなかなか面倒な言いかたですね。
ですがこれが本書を最も適切に表現した一言なのです。
当然ながら、何事も余計な制約はないほうがいいに決まっています。
手計算にExcel、R、Python、SPSS、SASと、分析のツールを列挙すればキリがありませんが、
「データが小さくないと無理」、「お金がうなるほどないと無理」、「プログラミングに長けたエンジニアでないと無理」、
などなど、それぞれのツールには様々な制約が存在します。むろんSQLにも制約があります。
そういう制約は少ないほうがいいに決まっていますが、さりとて現実的でない選択肢には意味がありません。
現実的にギリギリ可能な範囲で、でもできるだけ楽をしたい。
本書はそんな現実的で、しかしよくばりな要望に対して、SQLという解で答えたいと思います。

出版社からのコメント

現実的にギリギリ可能な範囲で、でもできるだけ楽をしたい。そんなよくばりな要望に対してのSQLという解での答え。SQLを武器にデータ活用時代を生き抜く。現実的な分析手法。

青木峰郎(あおき みねろう)
前職より大規模データウェアハウス構築の業務に関わり、並列RDBMSに目覚める。
現職のクックパッドではビッグデータ分析システム「たべみる」のアーキテクチャ設計から開発までを担当。
著書に『ふつうのLinuxプログラミング』『ふつうのHaskellプログラミング』(SBクリエイティブ)
『Rubyソースコード完全解説』(インプレス)などがある。

著者について

青木/峰郎
前職より大規模データウェアハウス構築の業務に関わり、現職のクックパッドではビッグデータ分析システム「たべみる」のアーキテクチャ設計から開発までを担当(本データはこの書籍が刊行された当時に掲載されていたものです)

10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く (Informatics &IDEA)

加嵜 長門

田宮 直人

丸山 弘詩

「ビッグデータ時代」のSQL活用術・レシピ集!

ビッグデータ分析・活用のためのSQLレシピ

Patrick R. Nicolas

Are you curious about AI? All you need is a good understanding of the Scala programming language, a basic knowledge of statistics, a keen interest in Big Data processing, and this book!

Scala for Machine Learning (English Edition)

高橋 将宜

渡辺 美智子

一般的に調査・観測データには欠測が生じることが多く,適切な欠測データの処理をしなければ,解析結果に偏りが生じることがある。多重代入法は,尤度解析法と並んで最も汎用的な欠測データ解析法であるが,これまでの書籍では理論的な解説が主で,実際の応用事例や具体的な手順の記述が少なかった。そのため,実証分析を行う社会科学者や実務者が多重代入法を実際に活用することにはハードルがあった。
本書は,ワンポイントとして代入法を中心に解説している。平均値のt検定,重回帰分析,ロジスティック回帰分析,時系列分析,パネルデータ分析といった社会科学において頻繁に使用される分析手法に関して,データに欠測が生じている場合に,多重代入法を用いてどのように欠測データを処理していけばよいかを具体的に示している。
事例で扱ったデータとRコードが掲載されているので,読者は本書に示された手順を再現しながら,欠測データの解析法を学んでいくことができる。主に,ウェブ上で入手可能な実データで解説しているので,実践的な技能が身につく。本書は,座学として単に読むだけでなく,ぜひコンピュータ上で実際に処理を体験して欲しい。それが,欠測データの解析法を理解し,修得する近道である。

高橋/将宜
2009年ミシガン州立大学政治学科博士課程単位取得。2017年成蹊大学大学院理工学研究科理工学専攻情報科学コース博士号取得。東京外国語大学経営戦略情報本部特任助教。博士(理工学)。専門、統計科学、情報科学、計量政治学、不完全データ処理法

渡辺/美智子
1981年九州大学大学院総合理工学研究科情報システム学専攻修士課程修了。1986年九州大学博士号取得。慶應義塾大学大学院健康マネジメント研究科教授。理学博士。専門、統計科学、多変量解析、潜在変数モデル、不完全データ処理法(本データはこの書籍が刊行された当時に掲載されていたものです)

欠測データ処理: Rによる単一代入法と多重代入法 (統計学One Point)

Stuart Coles

Directly oriented towards real practical application, this book develops both the basic theoretical framework of extreme value models and the statistical inferential techniques for using these models in practice. Intended for statisticians and non-statisticians alike, the theoretical treatment is elementary, with heuristics often replacing detailed mathematical proof. Most aspects of extreme modeling techniques are covered, including historical techniques (still widely used) and contemporary techniques based on point process models. A wide range of worked examples, using genuine datasets, illustrate the various modeling procedures and a concluding chapter provides a brief introduction to a number of more advanced topics, including Bayesian inference and spatial extremes. All the computations are carried out using S-PLUS, and the corresponding datasets and functions are available via the Internet for readers to recreate examples for themselves. An essential reference for students and researchers in statistics and disciplines such as engineering, finance and environmental science, this book will also appeal to practitioners looking for practical help in solving real problems. Stuart Coles is Reader in Statistics at the University of Bristol, UK, having previously lectured at the universities of Nottingham and Lancaster. In 1992 he was the first recipient of the Royal Statistical Society's research prize. He has published widely in the statistical literature, principally in the area of extreme value modeling.

An Introduction to Statistical Modeling of Extreme Values (Springer Series in Statistics)

Bernhard Pfaff

Financial Risk Modelling and Portfolio Optimization with R, 2nd Edition Bernhard Pfaff, Invesco Global Asset Allocation, Germany A must have text for risk modelling and portfolio optimization using R. This book introduces the latest techniques advocated for measuring financial market risk and portfolio optimization, and provides a plethora of R code examples that enable the reader to replicate the results featured throughout the book. This edition has been extensively revised to include new topics on risk surfaces and probabilistic utility optimization as well as an extended introduction to R language. Financial Risk Modelling and Portfolio Optimization with R: Demonstrates techniques in modelling financial risks and applying portfolio optimization techniques as well as recent advances in the field. Introduces stylized facts, loss function and risk measures, conditional and unconditional modelling of risk; extreme value theory, generalized hyperbolic distribution, volatility modelling and concepts for capturing dependencies. Explores portfolio risk concepts and optimization with risk constraints. Is accompanied by a supporting website featuring examples and case studies in R. Includes updated list of R packages for enabling the reader to replicate the results in the book. Graduate and postgraduate students in finance, economics, risk management as well as practitioners in finance and portfolio optimization will find this book beneficial. It also serves well as an accompanying text in computer-lab classes and is therefore suitable for self-study.

Financial Risk Modelling and Portfolio Optimization with R

浅川 伸一

江間 有沙

工藤 郁子

巣籠 悠輔

瀬谷 啓介

松井 孝之

松尾 豊

一般社団法人日本ディープラーニング協会

ディープラーニングの知識を測る検定試験（G検定）の「公式テキスト」登場！ 【本書の特徴】 1）試験運営団体である「日本ディープラーニング協会」が執筆。 2）各章末には、練習問題つき。試験勉強に最適。 3) 最新シラバス「JDLA Deep Learning for GENERAL 2018」に完全準拠。 4）ディープラーニングについて最新事情も踏まえ学ぶことができる。 【対象読者】 ・「ディープラーニング G検定（ジェネラリスト検定）」を受験しようと思っている人 ・ディープラーニングについてこれから広く学びたい人 ・ディープラーニングを事業活用しようと思っている人 【G検定とは】 ・目的：ディープラーニングを事業に活かすための知識を有しているかを検定する ・受験資格制限：なし ・試験概要：120分、知識問題（多肢選択式）、オンライン実施（自宅受験） ・出題問題：シラバスより出題 ・日程：公式サイトにて公表

タグ：データ分析の検索結果

Rによるベイジアン動的線形モデル (統計ライブラリー)

岩波データサイエンス Vol.5

岩波データサイエンス Vol.4

Rクックブック

計量経済学 (y21)

調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学)

Pythonによるデータ分析入門第2版 ―NumPy、pandasを使ったデータ処理

データ分析の力因果関係に迫る思考法 (光文社新書)

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

データ・ドリブン・マーケティング―――最低限知っておくべき15の指標

10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く (Informatics &IDEA)

ビッグデータ分析・活用のためのSQLレシピ

Scala for Machine Learning (English Edition)

欠測データ処理: Rによる単一代入法と多重代入法 (統計学One Point)

An Introduction to Statistical Modeling of Extreme Values (Springer Series in Statistics)

Financial Risk Modelling and Portfolio Optimization with R

深層学習教科書ディープラーニング G検定(ジェネラリスト) 公式テキスト

タグ：データ分析の検索結果

Rによるベイジアン動的線形モデル (統計ライブラリー)

岩波データサイエンス Vol.5

岩波データサイエンス Vol.4

Rクックブック

計量経済学 (y21)

調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学)

Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

データ分析の力 因果関係に迫る思考法 (光文社新書)

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

データ・ドリブン・マーケティング―――最低限知っておくべき15の指標

10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く (Informatics &IDEA)

ビッグデータ分析・活用のためのSQLレシピ

Scala for Machine Learning (English Edition)

欠測データ処理: Rによる単一代入法と多重代入法 (統計学One Point)

An Introduction to Statistical Modeling of Extreme Values (Springer Series in Statistics)

Financial Risk Modelling and Portfolio Optimization with R

深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト

Pythonによるデータ分析入門第2版 ―NumPy、pandasを使ったデータ処理

データ分析の力因果関係に迫る思考法 (光文社新書)

深層学習教科書ディープラーニング G検定(ジェネラリスト) 公式テキスト