画像はありません

選択したカラーの画像がありません。
カラー：

このビデオを見るには、次をダウンロード Flash Player

著者をフォロー

有賀友紀

フォロー

RとPythonで学ぶ[実践的]データサイエンス&機械学習単行本（ソフトカバー） – 2019/3/26

有賀友紀 (著), 大橋俊介 (著)

4.1 50個の評価

すべての形式と版を表示

このページの読み込み中に問題が発生しました。もう一度試してください。

この商品には新版があります:

RとPythonで学ぶ[実践的]データサイエンス&機械学習【増補改訂版】
￥3,982
(30)
残り20点（入荷予定あり）

ビジネスの現場で活用するための最短コースです!

本書は野村総合研究所のシステムコンサルティング事業本部で実施している
「アナリティクス研修」をベースにした書籍で、
「統計的なモデリングとは何か?」
「モデルに基づく要因の分析と予測の違いとは?」
「具体的なモデルの作り方」
「結果を解釈する際の落とし穴の見分け方」
など、ビジネスの現場感を重視した構成です。
実務で遭遇するデータ品質や加工のポイント、さらにRとPythonを利用し、
データからモデルを作成して結果を得るという基本的な手順を体験できます。
これからデータ分析や統計解析、機械学習を学び、現場でそれらを活用したい方に最短学習コースでお届けします。

この商品に関する問題を報告する

本の長さ

432ページ
言語

日本語
出版社

技術評論社
発売日

2019/3/26
ISBN-10

429710508X
ISBN-13

978-4297105082
すべての詳細を表示

商品の説明

出版社からのコメント

これからデータ分析や統計解析、機械学習を学び、現場でそれらを活用した方に最短学習コースでお届けします。

内容（「BOOK」データベースより）

RStudio&Jupyter Notebook対応。現場で活用するための最短コース!さまざまな分析の「理論」と「実際の考え方」をR/Pythonで体験学習。

登録情報

出版社 ‏ : ‎ 技術評論社 (2019/3/26)
発売日 ‏ : ‎ 2019/3/26
言語 ‏ : ‎ 日本語
単行本（ソフトカバー） ‏ : ‎ 432ページ
ISBN-10 ‏ : ‎ 429710508X
ISBN-13 ‏ : ‎ 978-4297105082

Amazon 売れ筋ランキング: - 385,064位本 (本の売れ筋ランキングを見る)
- - 1,002位人工知能
- - 1,124位ソフトウェア開発・言語

カスタマーレビュー:
4.1 50個の評価

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

有賀友紀

Brief content visible, double tap to read full content.

Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

5つのうち4.1つ

50グローバルレーティング

この商品をレビュー

カスタマーレビューを書く

レビューのソート基準

上位レビュー、対象国：日本

すべてのレビューを日本語に翻訳

レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。

Penguin

わかりやすい

2021年1月14日に日本でレビュー済み

Amazonで購入

RやPython、回帰分析の復習のために購入。
まだ機械学習の分野までは読み進められていませんが、当初の目的は十分に果たせました
上記2言語が全く分からなくても、今ではWeb上で簡単に学べますし、スクリプトの解説は同書内でしっかりとされるので迷っている方も安心ですよ

2人のお客様がこれが役に立ったと考えています

役に立った

Amazon カスタマー

基本的なデータ分析方法が載っている

2020年7月25日に日本でレビュー済み

Amazonで購入

どの初心者用にも載っている回帰分析から始まり、機械学習まで説明されている本書は非常に読みやすく使いやすい。特に多重回帰分析を３Dマップで表現したのはあまり見かけず、視覚的にわかりやすいと思う。機械学習についても概念から説明されており非常にわかりやすい。

しかし、基本的にはほとんどRコードばかりが書かれており、STATAでは簡単にできるが、意外に実務で苦労する対数の取り方や、新しい列の作り方などが載っていないと思われる。また、こういった簡単な四則演算や回帰分析等で起こりやすいエラーなどへの対処なども掲載されていれば便利だった。機械学習、特にランダムフォレストやSVMについても、両者を比較するコードは書かれているが、例えばランダムフォレストで出てきた決定木の描画だとかについても説明が欲しかった。初心者には、両者を比較するコードと、その結果がどれほどの意味をもつだろうか。

2人のお客様がこれが役に立ったと考えています

役に立った

psygem2000

実践的なアプローチで参考になります

2019年9月17日に日本でレビュー済み

Amazonで購入

「現場で活用するための〜」と表紙に書いてある通り、各チャプターは実際にありそうなシナリオを
解いていくような構成になっています。
プログラム言語、特にRのような数学的要素の多いフレームワークは実践と解説が混ざりすぎて
読み心地を損なう資料も多いのですが、この本は実践の部分から筋がブレないのでイメージしやすいのが良いですね。
（もちろん専門的な概念も多く登場しますが、ちょうど過不足無い程度の解説がされていて読みやすいです。

Rが7割、Pythonが3割と言った配分になっています。
それぞれの言語の入門編を通ったくらいのユーザーが、実際の現場をイメージ出来るようになれそうな印象を受けました。
買ってよかったです。

7人のお客様がこれが役に立ったと考えています

役に立った

もんきち

これで

2022年5月5日に日本でレビュー済み

Amazonで購入

勉強中!

2020年3月11日に日本でレビュー済み

Amazonで購入

RやPythonの入門としても使えますが、統計分析に必要となる考え方のポイントを丁寧に説明してあります。日頃分析ツールしか使っていないと原理を知らずに使ってしまいがちなp値をはじめとした「今更聞けない」極めて基本的な用語についても腑に落ちる表現で書いてある良書です。

3人のお客様がこれが役に立ったと考えています

役に立った

Amazon Customer

実務を意識した良書。ただし、購入前に立ち読みを。

2019年3月31日に日本でレビュー済み

Rをメインに使用している技術者です。統計解析・機械学習を俯瞰的に学ぶために購入しました。
さすが野村総合研究所の研修がベースになっているだけあって、
本の内容は数式を可能な限り抑えて実務者にも分かりやすい内容となっていました。
「はじめに」に書かれている通り本書を通じて
・統計モデリングの概念、要因分析と予測の違い
・実際にモデルを作成したり、結果を解釈したりする際の注意点
といったほかの書籍にあまり書かれていない内容を学べ、大変参考となりました。
この内容が3000円で買えるのは破格じゃないでしょうか？
ただし、
　①R・Pythonに関して全くの初心者
　②統計学と機械学習を学んだことがない
①②の両方に当てはまる方が読み進めるのは難しいと思います。
自分のレベルに合致しているか確かめたうえで購入しましょう。

65人のお客様がこれが役に立ったと考えています

役に立った

うみねこcafe

GBDTとかLightGBMとかXGBoostは載っていません。

2019年10月26日に日本でレビュー済み

Amazonで購入

この本のレビューにGBDTとは書きましたがLightGBMとかXGBoostとかを書いてなくて恥を曝していたので書き直しました。
この本自体は増補改訂版が出ているので、この旧版についてのレビューだったということで御容赦いただければ幸いです。

データ処理の実務上不要と思われる統計学の解説はともかくとして､GBDTとかLightGBMとかXGBoostとかの勾配ブースティング決定木系のアルゴリズムの解説が一切ないには2019年の出版としては大問題ではないかと思います。

データサイエンスと持て囃されても(日本の大企業が)業務で使うのは結局は古典的な統計学だということがおぼろげながら分かってきたので本書の内容は仕方が無いもします。
しかしながら書名に大きく「機械学習」と銘打っている以上、勾配ブースティング決定木系のアルゴリズムが出てこないのは、現状では表形式データに真っ先に適用すべき機械学習モデルとされていることからすると容認し難いと思います(ランダムフォレストはいくらか出てきます)。

更に少し追加しますが生物系の統計の本を読んでいたところ、「多重共線」という言葉が出てきて全く意味不明だったのですが、この本に非常に分かりやすい図解があったのでそういう面では助かりました。
とはいえ改めてページをめくると説明に使われている例に日本の企業社会の情けなさが滲み出てるので評価を変える気には到底なれません。

更にちなみにですが、この本では「検定」はあくまでモデル評価の指標の一例として扱われています。またそのせいかも知れませんが、上述の「多重共線」は出て来ても「多重検定」は出て来ません。なので上に書いたとおり機械学習の入門書としては疑問がありますが、データサイエンスの入門書としては間違いなく良識ある一冊だと思います。
でも評価点は変更なしです。

18人のお客様がこれが役に立ったと考えています

役に立った

タナカケンタ

数式を極力使わず、活用に焦点を当てた本

2019年3月30日に日本でレビュー済み

416ページと厚めの本で、機械学習やディープラーニングまで扱っていますが、数式はほとんど使われていません。せいぜい、y = ax+b のような線形モデルの式がアクセントに出てくる程度です。分析手法や、それを理解するための概念は、すべて言葉と図で説明されており、実装例としてPythonとRで書かれたコードが紹介されています。

本書は、NRI社内での研修資料をベースにしているそうですが、SIerの非理系エンジニアが「まずは動かして、大まかなイメージをつかむ」ためには最適な内容だと思います。エンジニアの中には、学生時代から理工系で、数学的素養があり、高度なアルゴリズムを自ら開発している人もいるとは思いますが、そうでない（文系採用）人もたくさんいて、その人達の底上げのための教材としてよくできた内容だと思います。

一方で、研修の目的が「分析人材育成のための入り口」だそうなので、ある程度理工系のキャリアがあって、数学的な概念の理解やアルゴリズムの詳細なチューニングをしたいという人のニーズは満たせないと思いますが、それは本書の企画意図どおりなのだろうと思います。

45人のお客様がこれが役に立ったと考えています

役に立った

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）「聴く」読書会員なら聴き放題	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売

Amazonビジネス（法人購買）請求書払い法人価格・数量割引	AmazonGlobal 65か国/地域以上への海外配送がより簡単に	Shopbop 世界中の厳選されたファッションアイテム

画像はありません

著者をフォロー