スパース推定１００問ｗｉｔｈ　Ｐｙｔｈｏｎ

阪大教授Ｊｏｅ　Ｓｕｚｕｋｉが講義の演習問題を書籍化。Ｐｒｏｆ．Ｊｏｅの１００問でスパースの本質をつかむ！

スパース推定は，サンプルに対して変数の方が圧倒的に多い場合の統計学である。たとえば，症例対照100名のサンプルがあって，1万の遺伝子の蛋白質生成量からどの遺伝子がその病気の原因になっているのかなどの問題解決に役立つ。また，機械学習の諸問題にも適用されている。
　スパース推定に関して，数学的に検討してアルゴリズムを導くことや，パッケージにデータを入れて動作を観察することは他書でもやっている。本書の特徴は，理論から実際にシンプルなプログラムを構築して動作を確認するなど，思考を止めないで，全体を検証している点にある。そうすることで，見えない本質が見えてくるばかりか，理論的に考えたことが正当化される。
　また，スパース推定を凸最適化問題として扱っている点が，本書の新しい視点である。つまり，統計学が運転手で，凸最適化がエンジンであることが強調されている。さらに，エッセンスが簡潔に書かれていること，self-containedであることも，本書のメリットである。
　本書は，2018年度前期に大阪大学で大学院生を対象に行われた講義で出された128問の演習問題および，同年11月に日本行動計量学会のセミナーで用いた60問の問題がベースになっていて，その後の阪大のセミナーなどで改良を重ねて得られた100問を提示している。
　なお，読者ページから著者に質問できるので，困ったときには著者からフィードバックを得られる。そして，本書のプログラムはすべてダウンロード可能で，解説動画も閲覧できる。
　本書を読むことで，データサイエンスや機械学習に関する知識が得られることはもちろんだが，脳裏に数学的ロジックを構築し，プログラムを構成して具体的に検証していくという，データサイエンス業界で活躍するための資質が得られる。「数理」「情報」「データ」といった人工知能時代を勝ち抜くために必須のスキルを身につけるための，うってつけの書籍である。

目次

第１章　線形回帰
第２章　一般化線形回帰
第３章　グループＬａｓｓｏ
第４章　Ｆｕｓｅｄ　Ｌａｓｓｏ
第５章　グラフィカルモデル
第６章　行列分解
第７章　多変量解析

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。