実況！Ｒで学ぶ医療・製薬系データサイエンスセミナー
発売日：2023年4月
- ページ数
- ２９３ｐ
- ISBN
- 978-4-7806-1103-8
- 著者情報
- 佐藤 健一（サトウ ケンイチ）
１９７１年生まれ。島根県出雲市出身。広島大学理学部数学科卒業。滋賀大学データサイエンス学部・教授。藤越康祝先生（広島大学・教授）から統計学の指導を受けて博士（理学）を取得。一方、広島大学原爆放射線医科学研究所計量生物研究分野に２０年以上在籍し、大瀧慈先生（広島大学・教授）からデータ解析の指導を受ける。研究所では放射線を通して、疫学、医学、歯学、生物学、保健学、栄養学、物理学、情報学、社会学、英文学の研究者らと共同研究を行う。また、統計学の研究も続け、２０１０年度および２０１５年度応用統計学会・学会賞（優秀論文賞）を受賞。滋賀大学着任後はデータサイエンス学部および大学院で統計学とＲを用いたデータ解析の講義を担当。また、企業連携にも携わり，セミナー講師や学術指導を行う
杉本 知之（スギモト トモユキ）
１９７４年生まれ。兵庫県太子町出身。大阪大学理学部数学科卒業。滋賀大学データサイエンス学部・教授。後藤昌司先生（大阪大学・教授）から医学統計学の指導を受けて博士（理学）を取得。大阪大学基礎工学研究科助手として勤務し、数理統計学、計算機統計学に関する研究を行う。大阪大学医学系研究科助教在籍時に濱崎俊光先生（現ジョージ・ワシントン大学教授）より医学統計コンサルタント、データ解析の指導を受け、医学における統計的実践の経験を積む。その後、弘前大学理工学部准教授、鹿児島大学理学部教授にて数学者コミニティの中で数理統計学に関する教育・研究活動を行う。滋賀大学着任後は統計学および統計的実践に関する講義を担当。滋賀大学・帝国データバンク共同センターでの研究などの企業連携活動も行う
寺口 俊介（テラグチ シュンスケ）
１９７６年生まれ。福岡県出身。京都大学理学部卒業。滋賀大学データサイエンス学部・准教授。バックグラウンドは理論物理学の素粒子論分野。国内外でポスドク研究員を経た後、大阪大学の免疫学フロンティア研究センターに移り、バイオインフォマティクスやシステム生物学などの生命科学分野のデータサイエンス研究に携わる。免疫システムを中心に、網羅的遺伝子発現解析、１細胞遺伝子発現解析、１分子イメージング、タンパク質立体構造、ゲノムワイド関連解析など、様々な生命科学データに対し、機械学習、統計学、数理モデルなどを用いて研究を行ってきた。現職の滋賀大学ではバイオインフォマティクスや数学、情報学関連の授業を担当するとともに、企業連携活動にも携わっている
江崎 剛史（エサキ ツヨシ）
１９８４年生まれ。島根県出身。岡山大学理学部卒業。滋賀大学データサイエンス学部・准教授。分析化学の分野で大学院を修了した後、医薬基盤・健康・栄養研究所でバイオインフォマティクスやケモインフォマティクスを駆使した創薬研究に携わり、化合物の特徴から薬の特性を予測する機械学習モデルの構築やデータ整備を行ってきた。現職の滋賀大学では、化合物の自動生成を研究テーマとしながら、企業との共同研究にも携わっている
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
滋賀大学データサイエンス学部の教授陣による大好評を博した「医薬品・医療機器メーカー向けデータサイエンス人材育成プログラム」を書籍化！
数式をなるべく用いず、段階的なデータ解析の流れや解析手法間の関係を習得することができる。プログラミング初心者のためのR言語についての説明も収録。
第1回 数値予測をしよう
第2回 2 分類の確率を予測をしよう
第3回 散布図の特徴に合わせて要約してみよう
第4回 データの特徴を要約・見える化しよう
第5回 2分類の予測の精度を吟味しよう
第6回 テキスト情報を数値化して活用しよう
第7回 正解のない大きなデータセットから類似事象の探索と分類をしよう
第8回 正解がある大きなデータセットから特徴量の探索と数値予測をしよう
付録：R 初心者のためのプレセミナー
プレセミナー第1回 R言語の実行環境をインストールしよう
プレセミナー第2回 R言語を使ってみよう
プレセミナー第3回 R言語でプログラミングしよう
プレセミナー第4回 R言語でグラフを描こう
目次
第1回 数値予測をしよう
1.1 データの準備
1.2 等分散性を仮定したt検定
1.3 ダミー変数による回帰
1.4 連続変数による回帰
1.5 相関係数と標準化データの回帰
1.6 重回帰モデル
1.7 モデルの適合度
1.8 交差検証法による予測残差標準偏差
1.9 交互作用項
1.10 パス解析で重回帰モデル
1.11 パス解析
1.12 課題
第2回 2分類の確率を予測をしよう
2.1 データの準備
2.2 クロス集計表 (分割表)
2.3 期待度数と検定統計量
2.4 ピアソンのカイ2乗検定
2.5 相関係数との関係
2.6 オッズ比
2.7 ロジスティック回帰
2.8 用量反応曲線
2.9 グループデータのロジスティック回帰
2.10 課題
第3回 散布図の特徴に合わせて要約してみよう
3.1 ElemStatLearnパッケージの利用
3.2 データの準備
3.3 重み付き平均
3.4 重みの準備
3.5 重み付き回帰
3.6 局所線形回帰
3.7 多項式回帰
3.8 折れ線のあてはめ
3.9 スプライン基底関数による重回帰
3.10 ロバスト回帰
3.11 課題
第4回 データの特徴を要約・見える化しよう
4.1 データの準備
4.2 散布図と直線回帰
4.3 相関行列と因子分析
4.4 相関係数と距離
4.5 階層型クラスター分析
4.6 多次元尺度法と主成分分析
4.7 隣接行列と無向グラフ
4.8 次元縮約としての主成分分析
4.9 課題
第5回 2分類の予測の精度を吟味しよう
5.1 データの準備
5.2 クロス集計表，多次元分割表
5.3 ロジスティック回帰，一般化線形モデル
5.4 ロジスティック判別
5.5 閾値の変更：感度と1--特異 ほか
商品詳細
- 出版社名
- 学術図書出版社
- サイズ
- ２６ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 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。
