事務用品 ：「統計・分析」の検索結果

本書は，ベイズ識別の仮定と同様に，データの背後の確率的な関係が完全にわかっている場合について，変分法を用いて機械学習の基本的なタスクである回帰や識別、そして判別基準のための最適な関数を導出する手法について解説した。

使いやすさ、タフさに美しさをプラス。 日本語表示でさらに見やすく、簡単操作で使いやすい。 簡単に一般モードの初期画面に戻れる「ホームキー」を新搭載。 複雑な数式もわかりやすく計算・確認できる。

使いやすさ、タフさに美しさをプラス 日本語表示でさらに見やすく、簡単操作で使いやすい 簡単に一般モードの初期画面に戻れる「ホームキー」を新搭載 複雑な数式もわかりやすく計算・確認できる

世界経済に大きな影響力をもつ中国の実態をどうとらえるか．国家の体制が大きく変遷するなか，いかに成長してきたのか．近代から現代まで通史的に描き出す．アクセスが困難な中国の経済状況を，統計的データを用いながら分析することによって，具体的な産業，農業，商業，エネルギー産業といった分野ごとの全体像を理解するための概説書．

意思決定はシステムの複雑性や評価の多様性、将来の環境の変化等、多くの不確実性との闘いである。本書は意思決定の様々な不確実性を分析する各種の理論を体系的に解説したものである。応用統計の理論からOR理論まで、意思決定の不確実性分析に役立つ多種多様な理論が、数学モデルにまで踏み込んで解説されている。

ビッグデータ分析、統計学、AI、機械学習の基礎理解と「使いこなし」を 世界的総合コンサルティング企業のアクセンチュアのプロフェッショナルが徹底解説! 本書は世界的なコンサルティング会社「アクセンチュア」のデータサイエンティスト工藤卓哉氏、保科学世氏を中心に、同社の専門チーム「アクセンチュア アナリティクス」のメンバーが、企業の実務家向けにデータ分析の考え方と具体的な実践手法を解説した本です。 第一部の「データアナリティクスの基礎」編ではアナリティクのビジネス背景を業種向けに解説し、必要となる統計学の基礎的な考え方課題の定義や立案の方法を紹介。第二部の「データアナリティクスの実践」では、機械学習や人工知能、ディープラーニングの動向とアナリティクスの関係を掘り下げ、ビジネス上必要となる、それぞれの分析手法を、無料ソフトウェアの「R」のパッケージやWebによる分析サービスなどを用いて、手を動かして実践するところまでを解説しています。 データアナリティクスの基礎から実践までを、専門家だけではなくビジネスパーソンが体系的に理解し、実践するための格好の定番書です。 内容(抜粋) 【第一部】 ・データサイエンスが作り出すビジネス革新 ・分析で必須となる一般的な統計知識 ・課題の定義、仮説立案 ・データ収集・加工 ・システム処理基盤 【第二部】 ・機械学習とは ・アソシエーション分析 ・クラスタ分析 ・決定木分析 ・経路探索、R言語と地図データによる実行 ・協調フィルタリング ・H2Oでディープラーニング こんな方にお勧め ・データ分析などで課題解決をおこないたいビジネスパーソン ・データを収集 ・分析から事業立案をおこなおうとする事業開発部門、戦略部門の方 ・データ分析基盤や分析フローをつくるIT担当、情報システム関連の方 ・データ分析を普及したい教育担当の方 ・データ分析の基礎を習得したい学生の方

グリーン購入法対応 教科書ビュー&2電源方式 新機能Appsキー搭載 内部演算最大18桁で高精度な計算が可能 ハードカバー付き 土地家屋調査士試験に対応

JMPを活用して解析スキルを高めたい技術者必見!多変量解析の手順書多変量解析とは、多数の特性から相関や何かしらの従属関係を紐解き、考察する解析手法の総称です。本書は、数理論を削ぎ落し、SAS社開発の優れた統計ソフトウェア「JMP(バージョン14)」を活用した解析方法を中心に解説しております。解説に使用したデータはダウンロード可能なので、読後も研究開発・新製品開発・品質管理等、技術者の実務に役立てることができます。※JMPとは・・・SASInstitute社から発売されている統計解析ソフトウェア。様々な統計手法を活用し、データから有益な知見を引き出すことができます。高度な分析手法が取り入れられていて、国内外の大学や企業の研究者に広く支持されています。

統計解析の基本的な考え方と解析手順が具体例で学べる!Excel2013/2010/2007対応。第1章品質と統計的手法；第2章データのまとめ方と分布；第3章計量値の検定と推定；第4章計数値の検定と推定；第5章分散分析；第6章実験計画法；第7章相関と回帰；第8章重回帰分析

第1章 信頼性工学(信頼性の概念：統計学の基礎：信頼性特性値：様々な確率分布：インタラクティブなグラフの作成：補足)第2章 信頼性評価の基礎技術(Excelを経由したデータの操作：分布の推定：回帰分析とその応用)第3章 通信ネットワークの信頼性評価(データの準備：故障率の計算：修復時間分布(長時間)の評価：規模別不稼働率の計算)第4章 通信ネットワークの信頼性管理(通信ネットワークの信頼性設計：故障による社会的影響の定量化：信頼性管理基準の導出：不稼働率のシミュレーション)

確率プログラミングのライブラリPyMC3を使ったベイズ統計モデリングの基本をシンプルなデータを使って実践的に解説。次のことが学べます。「ベイズ統計モデリングの概念を理解する」「PyMC3を使って統計モデルを構築する」「モデルの健全性をチェックし、必要に応じてモデルを修正する」「モデルに階層構造を組み入れて、階層モデルを活用する」「回帰分析を使って、目的としている連続的な結果変数を予測する」 第1章確率的に考える―ベイジアン推論入門； 第2章確率プログラミング―PyMC3入門； 第3章複数パラメータの取り扱いと階層モデル； 第4章線形回帰モデルによるデータの理解と予測； 第5章ロジスティック回帰による結果変数の分類； 第6章モデル比較； 第7章混合モデル； 第8章ガウス過程

【概要】人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。本書は、機械学習の基本と実践手法について解説した書籍です。機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。【読者対象】人工知能関連の開発に携わる開発者、研究者【著者】大曽根圭輔(おおそね・けいすけ)筑波大学大学院システム情報工学研究科博士後期課程修了。博士(工学)。2012年に株式会社サイバードに入社し、データ分析部門立ち上げ等を担当。2015年に株式会社Gunosyに入社、アルゴリズム開発やユーザ行動分析、グノシー事業の責任者を担当。データ可視化が好きで、業務外の活動で「STATDASHグランプリ2016」総務大臣賞、第14回日本統計学会統計教育賞などを受賞。関喜史(せき・よしふみ)富山商船を卒業後、東京大学工学部に編入学。同大学院工学系研究科博士課程修了。博士(工学)。2011年度未踏OB。未踏ジュニアPM。大学院在籍中にGunosy(グノシー)を共同開発し、2012年にメーカー創業。創業期からニュース配信ロジックの開発を担当し、現在は研究開発に従事。2017年度言語処理学会論文賞受賞。推薦システム、ユーザ行動分析が専門。米田武(よねだ・たけし)1992年生まれ。2015年3月筑波大学理工学群数学類卒業、2017年3月大阪大学大学院理学研究科数学専攻修了。修士(理学)。CertifiedKubernetesApplicationDeveloper(CKAD)。AWSSummitTokyo2018登壇。2017年4月に株式会社Gunosyにデータ分析エンジニアとして新卒入社後、現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。