モンテカルロ統計計算

鎌谷研吾 / 駒木文保

ベイズ統計を支えるMCMCをやさしく丁寧に!

マルコフ連鎖モンテカルロ法（MCMC）が驚くほど真面目によくわかる！ 理解を助けるためのR言語のコードや章末の練習問題が充実！ モンテカルロ法の感覚を養ってもらうために「乱数の生成」を第2章で解説した。また，入門向けを標榜しながらも，後半の第4章以降では，和書で情報を得ることが難しい「エルゴード性」について踏み込んだ。

【主な内容】
1章 序論
2章 乱数
3章 積分法
4章 マルコフ連鎖
5章 ギフスサンプリング
6章 メトロポリス・ヘイスティングス法

【「巻頭言」より抜粋】
文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)

【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)

国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 言語・プログラミング
• 出版社: 講談社
• 掲載誌・レーベル: データサイエンス入門シリーズ
• ページ数: 192ページ
• 電子版発売日: 2020年06月26日
• コンテンツ形式: EPUB
• サイズ(目安): 33MB

[ブクログ · ★★★★★]

乱数生成，モンテカルロ積分，ギブスサンプリング，メトロポリス・ヘイスティングス法といった技術の数理がまとめられた教科書で，数理統計学の既習者向け。

[ブクログ · ★★★☆☆]

とっつきにくく一度断念。
「ゼロからできるMCMC」を読んだ後再挑戦。
Rのサンプルコードを参考にPythonに移植。
モンテカルロ法のベースにある数学的な記載が中心。
数学的な背景に興味がなければ「ゼロからできるMCMC」のほうがわかりやすい。

乱数の作り方に1章割いている。結構面白かった。実際に自分で使うことはないだろうけど。