詳細目次
第1章 きほん中の基本
1-1 データを準備する－データ・プレパレーション－
1-2 アルゴリズムを選択する－選択アルゴリズム－
1-3 パラメーターを調整する－パラメータチューニング－
1-4 モデルの精度を評価する
1-5 本章のまとめ
第2章 クラスター分析
2-1 顧客クラスターを発見する
2-2 事例：映画ファンのパーソナリティ・プロファイル
2-3 クラスターを確定する
第3章 主成分分析
3-1 食品の栄養成分を調べる
3-2 主成分
3-3 事例：食品群を分析する
3-4 利用上の注意点
3-5 本章のまとめ
第4章 相関ルール
4-1 購入パターンを発見する
4-2 支持度・信頼度・リフト値
4-3 事例：スーパーマーケットの売買履歴
4-4 アプリオリ原理
4-5 利用上の注意点
4-6 本章のまとめ
第5章 社会ネットワーク分析
5-1 関係を地図化する
5-2 事例：兵器貿易の地政学
5-3 ルーバン法
5-4 ページランクアルゴリズム
5-5 利用上の注意点
5-6 本章のまとめ
第6章 回帰分析
6-1 傾向線を引く
6-2 事例：住宅価格を予測する
6-3 最急降下法
6-4 回帰係数
6-5 相関係数
6-6 利用上の注意点
6-7 本章のまとめ
第7章 k近傍法と異常検知
7-1 食品鑑定
7-2 同じ羽の鳥は群れをなす
7-3 事例：ワインの不純物を取り去る
7-4 異常検知
7-5 利用上の注意点
7-6 本章のまとめ
第8章 サポートベクターマシン
8-1 「病気」なのか「病気でない」のか？
8-2 事例：心臓病を予測する
8-3 最適な境界線を引く
8-4 利用上の注意点
8-5 本章のまとめ
第9章 決定木
9-1 災害時の生存者を予測する
9-2 事例：タイタニック号から避難する
9-3 決定木をつくる
9-4 利用上の注意点
9-5 本章のまとめ
第10章 ランダムフォレスト
10-1 群衆の知恵－みんなの意見は案外正しい－
10-2 事例：犯罪を予測する
10-3 アンサンブル学習
10-4 ブートストラップ集約－バギング－
10-5 利用上の注意点
10-6 本章のまとめ
第11章 ニューラルネットワーク
11-1 脳をつくる
11-2 事例：手書きの数字を認識する
11-3 ニューラルネットワークの構成要素
11-4 活性化関数
11-5 利用上の注意点
11-6 本章のまとめ
第12章 A/Bテストと多腕バンディット
12-1 A/Bテストの基本
12-2 A/B テストに関する利用上の注意点
12-3 ε－減衰法
12-4 事例：多腕バンディット
12-5 面白い事実：勝ちにこだわる
12-6 ε‐減衰法に関する利用上の注意点
12-7 本章のまとめ
書籍検索
サイト内検索
