データ分析に不可欠の統計学をPythonで学べる！『Pythonで学ぶあたらしい統計学の教科書』発売
『Pythonで学ぶあたらしい統計学の教科書』は、統計学とPythonを基本から学び、Pythonでデータを分析する方法を身につけられる「あたらしい教科書」シリーズの1冊です。 本書は第1部で統計学の基本を、第2部でPythonの基本を説明します。そのうえで、統計学を実践的に使えるようになるためにPythonを用いた統計分析の手法を第3部で解説していきます。推計や検定などの基礎となる考え方はもちろん、正規線形モデルや一般化線形モデルといった統計モデルも紹介。 さらに第7部では既知のデータを分析する統計学から、「予測」する機能に特化した機械学習とのつながりを学んでいきます。いかにしていい予測を導き出せばいいのか、あるいは悪い予測をどうやって回避するのか、丁寧に解説します。 統計学は全体としては複雑で難しいものですが、理論と実践を一つずつ理解していけば、おのずと全体像が掴めてきます。本書では日
統計検定 1 級に合格する方法 - Qiita
はじめに: 統計学の重要性 NTT データ数理システムでリサーチャーをしている大槻 (通称、けんちょん) です。 今回は統計検定 1 級について記します。 統計検定とは日本統計学会による公認の資格であり、統計に関する知識や活用力を評価するものです。 日常的に大量のデータが溢れている昨今、データ分析や機械学習に対するニーズは最高の高まりを見せています。最近では何も考えずともただデータを入力するだけでデータ分析や機械学習手法を実行してくれるツールも多数出回るようになりました。 データ分析や機械学習を実際に遂行するにあたって、統計学は強力な基礎になります。確かに最近は便利なツールの発達のおかげで、統計を学ばずともデータ分析を実行できる環境が整いつつありますが、その状態でデータ分析手法や機械学習手法を実際に適用しようとすると、しばしば誤った推論をしてしまったり、複雑な状況に対してどのようなアプロー
『ダメな統計学――悲惨なほど完全なる手引書』の翻訳出版｜Colorless Green Ideas
科学における統計の誤用について説明した『ダメな統計学――悲惨なほど完全なる手引書』という本の日本語版が翻訳され、出版されることになった。この翻訳書について、どういった内容であるか、どういった人におすすめであるかを紹介する。 はじめに このたび、私の翻訳した『ダメな統計学――悲惨なほど完全なる手引書』という本が勁草書房から出版されることになった。2017年1月27日ごろから書店などで手に入るようになる予定である。 アレックス・ラインハート〔著〕・西原史暁〔訳〕．(2017).『ダメな統計学――悲惨なほど完全なる手引書』東京：勁草書房． 訳書版元サイトでの紹介：ダメな統計学――悲惨なほど完全なる手引書｜勁草書房 訳書版元サイトでの紹介その2（けいそうビブリオフィル）：訳書の「はじめに」を閲覧可能 [1] 原書：Reinhart, A. (2015). Statistics Done Wrong
データサイエンティスト（本物）は決して幻の職業などではない - 渋谷駅前で働くデータサイエンティストのブログ
かつて拙著出版の際に大変お世話になった技術評論社（技評）さんから、『データサイエンティスト養成読本』改定2版のPRとして以下の記事がリリースされていました。この記事がもう何と言いますか、「読めばそのままデータサイエンティスト（本物）もしくはグローバルにおけるData Scientistのスキル要件になっている」ほどの素晴らしい記事なので、ぜひ皆様にはご一読をお薦めいたします。 ちなみにここであえて「本物」と銘打ったのは、少し前にもどこかで論じられていた記憶があるのですが、要は「なんちゃってデータサイエンティスト」は含まないということです。僕の知る限り、日本国内でデータサイエンティストと言うと「データサイエンティスト（カナ）」と方々から侮られるのが常なのですが、それはそもそも後述するように数年前に大量に発生したデータサイエンティスト（本物）でも何でもない専門的スキルに乏しい人々のことが世間で
京都女子大生、ビッグデータ解析で世界一 専門知識なし：朝日新聞デジタル
京都女子大（京都市東山区）の３年生４人が、ビッグデータから傾向や規則性を見つける「データマイニング」の国際コンペで優勝した。正答率は参加５３チームで最高。専門知識は一切なく、世界一に輝いた。 ４人は現代社会学部の中原英里さん（２２）、松浦由希さん（２１）、松本美紗子さん（２１）、武藤陽穂（あきほ）さん（２１）。指導した小波秀雄教授（統計学）は「情報理工系でない学生の優勝は努力のたまもの。受賞を自信につなげてほしい」。 コンペはアジア太平洋地域で知識工学を発展させようと、情報工学系の国際会議「ＩＣＯＮＩＰ」が毎年開催。今年は７～９月に実施され、周辺各国の参加学生たちが競い合った。 出題は「暗号化された新聞記事… この記事は有料会員記事です。有料会員になると続きをお読みいただけます。 この記事は有料会員記事です。有料会員になると続きをお読みいただけます。 この記事は有料会員記事です。有料会員に
Top Page | Nakagawa Lab.
教員リスト 中川 裕志 教授 二宮 崇 講師 吉田 稔 助教 清田 陽司 助教 清水 伸幸 特任助教 吉田 和弘 リサーチフェロー その他メンバーはこちら 中川研のデモ 研究テーマと大学院 中川研究室の研究テーマは、統計的機械学習、およびその自然言語処理への応用です。特に、統計的自然言語処理の理論や機械学習、構文解析、WWWに見られる半構造化文書からの情報抽出、ナビゲーションシステムなどの研究をしています。大学院は情報理工学系研究科数理情報学専攻を中川と二宮が担当しています。中川は学際情報学府理数情報学コースの兼担もしています。数理、言語、Webに興味をもつ方で大学院進学をお考えの方はこちらを一読してください。 ***統計的機械学習について知りたい方向けの教材はここをクリックしてください。 研究室の見学の希望は随時受け付けます。中川(メールアドレス：nakagawa ここに@ マーク
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
データビジュアライゼーションのデザインパターン20 −混沌から意味を見つける可視化の理論と導入−
この本の概要 データビジュアライゼーションのデザインパターンをサンプルをもとに，構成する要素やビジュアルのキーとなる部分などの概要から，作成する際に軸となるポイントまでを解説する書籍です。ビジュアライゼーションのサンプル例がWebとしてみることができるので，データビジュアライゼーションの概要を容易に理解することができ，さらにウェブ系のサイト構築/アプリ開発の現場で作成する際にイメージを共有させるなど，さまざまな活用をすることができます。 こんな方におすすめ データビジュアライゼーションを導入したいと考えているWeb，スマートデバイスの設計に関わる人 はじめに 目次 サンプルページの使用方法 Chapter1 データビジュアライゼーションの概論 データを可視化する必要性 データと情報，そしてビジュアライゼーション データは「素材」，情報は「料理」，ビジュアライゼーションは「調理法」と例える
「教育と格差」をいい立てるうさんくさいひとたち 週刊プレイボーイ連載（186） – 橘玲 公式BLOG
トマ・ピケティの『21世紀の資本』が経済書としては異例のベストセラーになったことで、また「格差」をめぐる議論がにぎやかになってきました。 ある大学では、4万人を対象に、親の年収や学歴を合成した指標（家庭の社会経済的背景＝SES）と子どもの学力の関係を調べました。それによれば、SESが最低で毎日3時間勉強する子どもよりも、SESが最高で学習時間ゼロの子どもの方が、小中学校ともに学力が上だったといいます。 これを報じた記事では、この結果を「衝撃的」として、「親の経済力などが高い子どもほど高学力と高学歴を獲得しやすく、それが次の世代への連鎖を生む」としています。 しかし、この話は明らかにヘンです。SESは親の年収と学歴を合成したといいますが、なぜこんなことをしなければならないのでしょう。子どもの学力の決定要因を知りたければ、年収と学歴を別々にしてその影響を推計すればいいだけです。 記事では「親の
データサイエンティストというかデータ分析職に就くための最低限のスキル要件とは - 渋谷駅前で働くデータサイエンティストのブログ
追記（2017年7月） こちらのスキル要件ですが、2017年版を新たに書きましたので是非そちらをご覧ください。 「データサイエンティストというかデータ分析職に就くためのスキル要件」という話題が某所であったんですが、僕にとって馴染みのあるTokyoR界隈で実際に企業のデータ分析職で活躍している人たちのスキルを眺めてみるに、 みどりぼん程度の統計学の知識 はじパタ程度の機械学習の知識 RかPythonでコードが組める SQLが書ける というのが全員の最大公約数＝下限ラインかなぁと。そんなわけで、ちょろっと色々与太話を書いてみます。なお僕の周りの半径5mに限った真実かもしれませんので、皆さん自身がどこかのデータサイエンティスト（）募集に応募して蹴られたとしても何の保証もいたしかねますので悪しからず。 統計学の知識は「みどりぼん以上」 データ解析のための統計モデリング入門――一般化線形モデル・階層
当社データサイエンティストがこよなく愛している『mコマンド』で数億行を高速集計する話 - ハウテレビジョンブログ
どうも。 1月に入社したばかりの、データ分析担当のn_maoです。 と言いながら、最近はHTMLとjsばかりいじっております。 それはそれで楽しいです。 さて今回はデータ分析のざっくりとした仕事内容と、その分析にかかる手間を省くツールをご紹介します。 データ分析の仕事 まずは私の行っているデータ分析という仕事の内容をご紹介します。 私の主な仕事は大きく分けて４つです。 売上げ、会員登録数などの簡単な集計&自動レポーティング データベースからの知識発見（いわゆるデータ分析） 分析結果をもとにした企画立案 実施された企画の効果検証 あくまで私個人の仕事内容であり、データ分析者全員に当てはまるわけではありません。 アルゴリズムの研究開発の方や、インフラ寄りの方もいらっしゃるでしょう。 ですが、同じ職種の方で業務範囲が被っている方も少なからずいらっしゃると思います。 これら４つの業務の中で一番時間
パターン認識と機械学習を読むために（読んでいる|読んだ）本 - nagayoshi3のブログ
パターン認識と機械学習（PRML,Pattern Recognition and Machine Learning）を読むために（読んでいる|読んだ）本をまとめてみた．以下の説明は私の主観的な感想です． パターン認識と機械学習 上 - ベイズ理論による統計的予測posted with amazlet at 11.02.02C. M. ビショップ シュプリンガー・ジャパン株式会社 売り上げランキング: 166502 Amazon.co.jp で詳細を見る パターン認識と機械学習 下 - ベイズ理論による統計的予測posted with amazlet at 11.02.02C. M. ビショップ シュプリンガー・ジャパン株式会社 売り上げランキング: 179455 Amazon.co.jp で詳細を見る 数学（統計，線形代数） プログラミングのための確率統計posted with amazl
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
『ダメな統計学』冊子PDFの公開｜Colorless Green Ideas
『ダメな統計学』表紙 現在の科学研究において統計が誤用されていることが非常に多く、そのために科学研究の信頼性が揺らいでいることを記した『ダメな統計学』の冊子PDFを公開する。これは、アレックス・ラインハート氏が書いたStatistics Done Wrongの全訳である。理解を深めるために、訳注を比較的豊富に加えた。 2017年1月20日追記：『ダメな統計学――悲惨なほど完全なる手引書』という本が出版されることになった。この本は、ここに掲載されているウェブ版の『ダメな統計学』の冊子PDFに比べると、大幅に加筆されている。ページ数で言うと2倍以上になっている。ウェブ版の『ダメな統計学』を読んで興味を持った方は、書籍となった『ダメな統計学』をぜひ読んでいただければと思う。書籍版の詳細については「『ダメな統計学――悲惨なほど完全なる手引書』の翻訳出版」という記事をご参照願いたい。 『ダメな統計学
ダメな統計学：目次｜Colorless Green Ideas
2017年1月20日追記：『ダメな統計学――悲惨なほど完全なる手引書』という本が出版されることになった。この本は、ここに掲載されているウェブ版の『ダメな統計学』に大幅に加筆したものだ。ウェブ版の『ダメな統計学』を読んで興味を持った方は、書籍となった『ダメな統計学』をぜひ読んでいただければと思う。書籍版の詳細については「『ダメな統計学――悲惨なほど完全なる手引書』の翻訳出版」という記事をご参照願いたい。 ここに公開する『ダメな統計学』は、アレックス・ラインハート (Alex Reinhart) 氏が書いたStatistics Done Wrongの全訳である。この文章は全部で13章から構成されている。詳しくは以下の目次を参照されたい。 はじめに データ分析入門 検定力と検定力の足りない統計 擬似反復：データを賢く選べ p値と基準率の誤り 有意であるかないかの違いが有意差でない場合 停止規則と
文系がゼロから統計を勉強するときに最初の１年で読むべき本 - StatsBeginner: 初学者の統計学習ノート
最初の１年で読むべき本を考える 私の統計学の理解はまだまだ初歩レベルに留まっていますが、昨日飲んでる時に「初心者向けの統計の本ってどういうのが分かりやすいですか」というようなことを訊かれて、「俺に訊かれてもあまり参考には……」とか思う一方、まだ初歩レベルの位置にいる人間だからこそ言える「この本が分かりやすかったよ論」ってのもあるよなと思ったので、現時点での読書感想みたいなものをメモしておきます。一昨年、統計の勉強を始めた頃の自分にむかって書いてる感じです。 理系の人とか、ある程度統計の理解ができている人からみれば、「本質的な理解のためにはもっと難しい本がいいよ」ってなるかも知れませんが、「いやそんな難しいの勧められても独学のモチベーションが続かねーよ」っていう立場でまとめておきますｗ ここでは、 統計の勉強はしたことがなく、標準偏差とか言われても意味分からない プログラミングも全くわからな
正規分布の意味するところを教えてください。…
正規分布の意味するところを教えてください。どんな式であるかはわかりますが、 ・なぜこれが重要な確率分布とよくいわれるのか ・実際にどのような事象がこれに従うのか （これは一様分布だけどこれは正規分布、といった具体例が示されると助かります） について教えてください。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
シンギュラリティを知らずに機械学習を語るな
Data Science Fellowship: Propel Your Career With Insight Fellows
ベイズ推定の概要 超入門
