ExcelとRで学ぶビジネスデータサイエンス入門（講談社） [電子書籍]

ExcelとRで学ぶビジネスデータサイエンス入門（講談社） の 商品概要

• ・必須の基礎知識を身につけるだけでなく、ビジネスの現場で実践的にデータを活用する力も養う！
  ・現実の経済指標、株価データ、不動産データなどを例として、初心者にも扱いやすいExcelと誰でも使える無料のソフトウェアRを用いて、操作方法も含めて解説！
  ・「数理・データサイエンス・AI教育プログラム認定制度（MDASH）リテラシーレベル」のモデルカリキュラムに対応！
  
  【主な内容】
  第1章 データサイエンスとビジネス
  第2章 データを読む
  第3章 データを組み合わせて読む
  第4章 データを扱う
  第5章 データを説明する
  第6章 データを加工する
  第7章 データから推定する
  第8章 データサイエンスと最適化
  第9章 統計モデル入門
  第10章 回帰モデルの基本
  第11章 回帰分析の理解を深める
  第12章 分類の統計モデル
  第13章 ツリーモデル
  第14章 高次元データと正則化
  ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
  

• 目次

  第1章 データサイエンスとビジネス
  データサイエンスとファイナンス
  データサイエンスと保険
  データサイエンスとマーケティング
  データ倫理
  データサイエンスと因果関係
  データサイエンスと解釈性
  
  第2章 データを読む
  変数とデータ
  質的変数
  量的変数
  社会で活用されているデータ
  統計情報の正しい理解
  母集団と標本抽出
  
  第3章 データを組み合わせて読む
  表の構成
  質的変数どうしの組み合わせ
  質的変数と量的変数の組み合わせ
  量的変数どうしの組み合わせ
  
  第4章 データを扱う
  表計算アプリケーションExcelとデータサイエンス
  CSVファイルの扱い
  Excelの基本知識
  データの準備
  データの集計
  データの並び替え
  「データ分析」の設定と基本統計量の算出
  機械判読可能なデータの作成・表記方法
  
  第5章 データを説明する
  棒グラフと折れ線グラフ
  ヒストグラム
  円グラフ
  散布図
  箱ひげ図
  ヒートマップ
  3次元棒グラフ
  優れた可視化事例
  不適切なグラフ表現
  
  第6章 データを加工する
  データ型変換処理
  集計処理
  ソート処理
  クレンジング処理
  結合処理
  比率
  時系列データとクロスセクションデータ
  時系列的な変動の分析
  対数変換
  スケーリング
  ダミー変数
  移動平均
  季節調整
  実質化
  期種変換
  DI
  
  第7章 データから推定する
  確率
  条件付き確率と独立
  事象と確率分布
  二項分布と正規分布
  点推定
  区間推定
  標本の大きさと精度
  
  第8章 データサイエンスと最適化
  最適化問題の定式化
  ソルバーによる解法例
  資産配分の最適化
  
  第9章 統計モデル入門
  統計モデルを使う意義
  モデリング
  Rを使うための準備
  Rの実行
  R実行上の注意点
  
  第10章 回帰モデルの基本
  中古マンションデータ
  回帰モデルの考え方
  決定係数
  重回帰モデル
  質的説明変数
  対数線形モデル
  
  第11章 回帰分析の理解を深める
  説明変数の選択
  回帰診断
  診断結果への対処
  多重共線性
  
  第12章 分類の統計モデル
  ロジットモデルの考え方
  為替レートは予測可能か
  ロジットモデルによるデフォルトリスクの分析
  
  第13章 ツリーモデル
  回帰木
  分類木
  付録：ツリーモデルの逐次分岐の手順
  
  第14章 高次元データと正則化
  スタインの逆説
  ベイズ法
  バイアスと分散のトレードオフ
  正則化回帰
  正則化回帰のローンデータへの応用
  

ExcelとRで学ぶビジネスデータサイエンス入門（講談社） の商品スペック