Ｐｙｔｈｏｎ，Ｒで学ぶデータサイエンス

初学者がデータサイエンス分野で即戦力となる技術を身につけるための教科書・実用書．大学のデータサイエンス入門者?中級者向けに書かれている．数学的，統計的バックグランドやプログラミングスキルがなくてもゼロからプログラムを書けるよう丁寧に説明しており，機械学習の諸分野について体系的かつ広く学べる．練習問題が500問以上あるので，理解度を測りながらPythonとRの実践的な分析力，プログラミングスキルを身につけることができる．

目次

1．イントロダクション
　なぜデータサイエンスが必要なのか
　データサイエンスとは何か
　データサイエンスの方法論
　データサイエンスのタスク
　練習問題

2．PythonとRの基礎
　Pythonのダウンロード
　Pythonプログラミングの基礎
　RとRStudioのダウンロード
　Rプログラミングの基礎
　参考文献
　練習問題

3．データ準備
　銀行マーケティングデータセット
　分析課題を設定する
　データの準備
　インデックスの付与
　モデルに悪影響をもたらす変数値の変換
　カテゴリ変数から数値変数への変換
　数値変数の正規化
　外れ値の特定
　参考文献
　練習問題

4．探索的データ解析
　探索的データ解析（EDA）と仮説検定
　複合棒グラフと目的変数
　分割表
　複合ヒストグラム
　説明変数のビン化
　参考文献　
　練習問題

5．モデル作成下準備
　４章までのおさらい
　データ分割
　データ分割の評価
　学習用データセットの均衡化
　モデル性能のベースラインの策定
　参考文献
　練習問題

6．決定木
　イントロダクション
　CARTアルゴリズム
　C5.0アルゴリズム
　ランダムフォレスト
　参考文献
　練習問題

7．モデルの評価
　イントロダクション
　分類モデルの評価指標
　感度と特異度
　適合率，再現率，Fβ値
　モデル評価手法
　モデル評価の適用例
　不均衡な損失の考慮
　不均衡な損失の有無によるモデル比較
　データドリブンな損失の定義
　練習問題

8．単純ベイズ分類器
　単純ベイズの紹介
　ベイズの定理
　最大事後確率
　条件付き独立
　単純ベイズ分類器の適用例
　参考文献
　練習問題

9．ニューラルネットワーク
　ニューラルネットワーク入門
　ニューラルネットワークの構造

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。