※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 なぜ、分析者にこそ「行動経済学」の知見が必須なのか？ それは、行動経済学が ①「非合理」な人間行動 　＝思考のクセによって生じる予測可能な「体系的なズレ」 ②人間が「非合理な意思決定」を選ぶメカニズム これらを分析/解明するための学問だからです。 高精度なデータ分析に必要なのは、プログラミングスキルや「各分析手法についての知識」ももちろんそうなのですが、もう一つ、「人間行動に対する洞察」が大きなキーポイントになります。 だから本書では、データ分析という視点から行動経済学の主要理論を体系的に学んでいただきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析のための手法は、統計学の考え方に基づいています。だから、本格的なデータ分析に取り組むためには、統計学の知識と考え方を身に着けることが不可欠。にも関わらず、既存の統計学の本は「数学的な記述ばかりの難解な専門書」もしくは「広く浅くの超入門書」ばかりで、「データ分析の前提となる統計学」を本格的に学ぶには厳しい状況だと言わざるを得ません。対して本書は、データ分析には必須な仮説検定から統計モデリング、さらに因果推論、ベイズ統計、機械学習、数理モデルまで幅広いトピックを網羅的に扱っています。 記述については最大限にわかりやすく、数学的な説明をできるだけ減らし、図を多用することで、数学に自信のない読者の方でも読み通せるように工夫しました。統計学に苦手意識・不安のある方、文系の方やこれからデータサイエンスを本格的に始めてみたい方、生物学・医学・心理学などの研究分野でデータ分析が必須の学生の方など、統計学をきちんと学びたい全ての方に向けた一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 典型的なデータの可視化を行なう際には一般的な方法を利用すれば良いですが、新しいタイプのデータに対してどういった指標や特徴量に着目して分析を進めるかは、分析者の腕が大きく問われるところです。 本書ではこうした部分までカバーし、対象のメカニズムを「視える」ようにするには「変換」をどう施すべきかに焦点を当てます。これが本書のタイトルにもなっている「可視化学」です。 本書は、データ解釈に紐づいた新しい可視化の解説書です。 分析の幅を広げ、データの解釈に厚みを出す新境地をぜひ体感してください！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書では、各種分析手法をただ網羅するだけでなく、データのばらつきやバイアスに関する基礎知識、データにさまざまな偏りを生じさせる行動心理学、，サンプリングの方法と理論、データハンドリングのノウハウ、各種分析の考え方、データの解釈における認知バイアスや数理モデリングのポイント、システム運用時に発生する問題など、非常に幅広い視点でデータ分析者が知っておかなければならない知識を整理し、平易に解説しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 あなたはデータの予測力を最大限に引き出せていますか？ 本書では時系列分析の基本的な考え方から、それらをどのように実際のデータに応用するのか、さらに応用する際の注意点などについて、直観的な理解に重点を置いて解説しています。 また、本書はRやPythonといった特定のソフトウェアについての解説ではなく、分析手法の網羅性および踏み込んだ解説という点を重視しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本気のデータ分析には数学の知識が必須。その中でも特に「微分積分」「線形代数」の重要度が高いことは、疑いの余地がありません。 本書で特に重視しているのは、「数式」についての解説です。通常の微積（線形代数）本における数式解説は、定義や公式、計算例などの「必要最低限の基礎部分」に止まっています。しかし、「データ分析のための」という視点から言えば、それでは足りません。データ分析文脈特有の「意味」「利用法」「背景にある考え方」まで踏み込んでの理解が求められます。 本書では、そこを可能な限り妥協せず解説し尽くしています。

全米70万部超の古典的名著。大学、企業、研究機関などでリサーチする人、必読。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 そのモデル、本質を理解して使っていますか？ 本当にデータの全てを活用しきれていますか？ 回帰分析、ResNet、方策勾配法、因子分析・主成分分析、階層ベイズモデリング、正準相関分析、カーネル回帰分析・・・実戦で頻出するデータ形式への対応に必須の分析モデル群を完全網羅！ 【強化学習はいつ使うべきなのか？】 【なぜ、勾配決定木や畳み込みは強いのか？】 【結局、ベイスの定理は何に使えるのか？】 すべての疑問が間違いなく解消されます！