機械学習・統計処理のための数学入門
――基本演算からRプログラミングまで

この本の概要

数学の素養があるだけではデータサイエンスのプロとは言えません。なぜなら，実際の数理モデル開発やデータ分析では，組み合わせ方やプログラミングの知識が必要になるためです。また，データ分析では，数値微分・数値積分の知識がプログラミングで計算する際には非常に役立ちます。そこで本書では，数値計算やパラメータ計算法などを説明したあとに，応用編として現場で利用されるデータ分析方法を取り上げます。具体的には「対数尤度（ゆうど）の最大化法と重回帰」「一般化線形モデル」「多クラス回帰モデル」「Bradley-Terry model」「2元表の解析モデル」「生存時間解析（ワイブル分布）」で，Rによる数値計算のプログラムも併記しています。本書を活用していただくと，例えば機械学習モデルのパラメータを導く際に必要な二階偏微分を要素とする行列（ヘッセ行列など）の計算が非常にラクになり，データサイエンスにおけるプログラミングで数値微分・数値積分や数値計算そのものの重要さを再確認できるでしょう。
なお，本書は，大学の初等数学程度の知識を前提としています。

こんな方におすすめ

  • データ分析のための数学を学び直したい方（大学の初等数学程度の知識を前提）
  • 現場で使うデータ分析手法（組み合わせ方）を学びたい方
  • データ分析の基本演算（微分積分）をRでプログラミングしたい方

本書のサンプル

本書の紙面イメージは次のとおりです。画像をクリックすることで拡大して確認することができます。

サンプル画像1

サンプル画像2

サンプル画像3

サンプル画像4

サンプル画像5

著者プロフィール

小酒井亮太（こざかいりょうた）

理学博士。トレイダーズ証券，Albert，パーソルキャリアでデータサイエンティストとして従事し，現在は名古屋大学発ベンチャーにてデータ構築や医療検査系のデータ分析を行う。大学の研究員を兼務。