USD 22.42

ポイント: 106pt (3%) 詳細はこちら

配送料 USD 21.80 10月5日月曜日にお届け（11 時間以内にご注文の場合）
詳細を見る

または最も早い配送 9月30日水曜日にお届け詳細を見る

残り19点（入荷予定あり）在庫状況について

USD USD 22.42 () 選択したオプションを含めます。最初の月の支払いと選択されたオプションが含まれています。詳細

選択した拡張機能は、この出品者では利用できません。詳細

${cardName}は選択した出品者では利用できません

${maxQuantity}より大きい数量の場合は${cardName}は使用できません。

出荷元 / 販売元

Amazon.co.jp

ギフトオプション

レジで利用可能

レジで利用可能この商品はギフトです。変更

支払い方法

お客様情報を保護しています

すべて見る

リストに追加

次に追加されました:

ほしい物リストに追加することができませんでした。もう一度やり直してください。

画像はありません
選択したカラーの画像がありません。
カラー：

著者をフォロー

杉山聡

フォロー

本質を捉えたデータ分析のための分析モデル入門統計モデル、深層学習、強化学習等用途・特徴から原理まで一気通貫!

杉山聡 (著) 形式: 単行本

(249)

すべてのフォーマットとエディションを見る

{"desktop_buybox_group_1":[{"displayPrice":"USD 22.42","priceAmount":22.42,"currencySymbol":"USD","integerValue":"22","decimalSeparator":".","fractionalValue":"42","symbolPosition":"left","hasSpace":true,"showFractionalPartIfEmpty":true,"offerListingId":"0XGMmIhWASjKZ63MCCRSqYBRum8OFuHScyh%2FW1f%2BHajUCikc5L0mgL%2B4wIBLOpuDLFW5jtPGFVYpGo6E%2Fw%2BQCkos2glty5jdJrMKvuG4eYxlLXEiyvOATCGinrx1ChVfza8smbynoLg%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}

購入オプションとあわせ買い

ベストセラー『データ分析のための数理モデル入門』『分析者のためのデータ解釈学入門』『データ分析に必須の知識・考え方統計学入門』に続く、シリーズ第四弾が満を持して登場!
今度のテーマは「分析モデル」です。

この商品に関する問題を報告する

本の長さ

468ページ
言語

日本語
出版社

ソシム
発売日

2022/7/26
ISBN-10

4802613776
ISBN-13

978-4802613774

すべての詳細を表示

最大10%ポイント還元:

対象商品: 本質を捉えたデータ分析のための分析モデル入門統計モデル、深層学習、強化学習等用途・特徴から原理まで一気通貫!

USD22.42

106ポイント(3%)

残り19点（入荷予定あり）

この商品は、Amazon.co.jpが販売および発送します。

データ分析に必須の知識・考え方統計学入門仮説検定から統計モデリングまで重要トピックを完全網羅

USD17.52

83ポイント(3%)

在庫あり。

この商品は、Amazon.co.jpが販売および発送します。

分析者のためのデータ解釈学入門データの本質をとらえる技術

USD18.22

86ポイント(3%)

残り20点（入荷予定あり）

この商品は、Amazon.co.jpが販売および発送します。

総額: $00

当社の価格を見るには、これら商品をカートに追加してください。

ポイントの合計: pt

もう一度お試しください

詳細

追加されました

これらの商品のうちのいくつかが他の商品より先に発送されます。

詳細の表示詳細の非表示

一緒に購入する商品を選択してください。

データ分析に必須の知識・考え方統計学入門仮説検定から統計モデリングまで重要トピックを完全網羅
阿部真人

単行本
USD17.52
83pt (3%)
送料: USD 20.86
データ分析のための数理モデル入門本質をとらえた分析のために
江崎貴裕

単行本
USD19.62
93pt (3%)
送料: USD 21.33
分析者のためのデータ解釈学入門データの本質をとらえる技術
江崎貴裕

単行本（ソフトカバー）
USD18.22
86pt (3%)
送料: USD 21.15
残り20点（入荷予定あり）
妥協しないデータ分析のための微積分+線形代数入門　定義と公式、その背景にある理由、考え方から使い方まで完全網羅！
杉山聡

単行本（ソフトカバー）
USD19.62
93pt (3%)
送料: USD 21.72
残り18点（入荷予定あり）
指標・特徴量の設計から始めるデータ可視化学入門データを洞察につなげる技術
江崎貴裕

単行本（ソフトカバー）
USD19.62
31pt (1%)
送料: USD 20.77
分析者のための因果推論入門　データ分析と意思決定を紐づける手法と考え方を網羅的に詳解する
堀井俊佑

単行本（ソフトカバー）
USD19.62
31pt (1%)
送料: USD 20.94

ブランド紹介

データサイエンスシリーズ

ストアにアクセス
データサイエンスシリーズ

ストアにアクセス

出版社より

商品の説明

出版社からのコメント

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!

◎目次
序章分析モデルを学ぶための準備

第1部定型データの扱い
第1章回帰分析
第2章回帰分析の結果の評価と解釈
第3章ロジスティック回帰分析
第4章機械学習を用いた回帰・分類

第2部非定型データの扱い
第5章深層学習入門
第6章画像の分類
第7章物体検出とセマンティックセグメンテーション
第8章基本的な自然言語処理手法
第9章深層学習を用いた自然言語処理モデル(前半)
第10章深層学習を用いた自然言語処理(後半)
第11章統計的言語モデル
第12章付加構造があるデータの扱い

第3部強化学習
第13章強化学習とは
第14章強化学習の技法
第15章深層強化学習の技法

第4部データから知見を得る方法
第16章クラスタリング
第17章因子分析・主成分分析
第18章データの関連を調べる分析
第19章データの背後の構造を用いる分析

第5部線形回帰分析の深い世界
第20章多重共線性
第21章発展的な回帰分析

登録情報

出版社 ‏ : ‎ ソシム
発売日 ‏ : ‎ 2022/7/26
言語 ‏ : ‎ 日本語
本の長さ ‏ : ‎ 468ページ
ISBN-10 ‏ : ‎ 4802613776
ISBN-13 ‏ : ‎ 978-4802613774
商品の重量 ‏ : ‎ 1 g
Amazon 売れ筋ランキング: 本 - 77,698位 (本の売れ筋ランキングを見る)
- 統計法・人口統計・資源統計 - 81位
- 確率・統計 - 111位
- 科学 (本) - 1,136位
カスタマーレビュー:
(249)

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

杉山聡

Brief content visible, double tap to read full content.

Full content visible, double tap to read brief content.

博士（数理科学 / 東京大学大学院）を2017年に取得。

2016年10月から株式会社アトラエに新卒入社。

転職サイト「Green（グリーン）」のマーケティングに従事したのち、

社内初の Data Scientist に転向し、Data Science teamを立ち上げ。

現在はエンゲージメント解析ツール「Wevox（ウィボックス）」にてデータ分析機能の開発に従事。

業務のかたわら、SFC上席所員として慶應義塾大学総合政策学部島津明人研究室に所属しワーク・エンゲイジメントの研究活動も行っている。

データサイエンスVTuberの AIcia Solid Projectを運営し、統計や機械学習など幅広いトピックの動画を投稿。38,000人のチャンネル登録者を数える。

https://youtube.com/@AIcia_Solid

著書に『本質を捉えたデータ分析のための分析モデル入門』（ソシム、2022）

カスタマーレビュー

249グローバルレーティング

評価はどのように計算されますか?

レビューのフィルタリング中にエラーが発生しました。ページを再読み込みしてください。

日本からのトップレビュー

ひでまる
理論から実践まで網羅する、データ分析の決定版
2025年5月28日に日本でレビュー済み
フォーマット: Kindle版 (電子書籍)
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
本書は、統計モデルから深層学習、さらには強化学習に至るまで、現代のデータ分析に必要な主要技術を体系的に学べる非常に優れた一冊です。理論的背景と実務的な応用の両面をバランスよく解説しており、学術的な厳密性を保ちつつも、実務に役立つ視点が随所にちりばめられています。
特筆すべきは、その構成の緻密さです。第1部では回帰分析の基礎から誤解されがちなポイントまでを丁寧に解説し、第2部以降では非定型データや深層学習、自然言語処理、さらには強化学習まで、トピックごとに整理された章立てで理解が深まるよう設計されています。各章の理論解析コーナーでは、数式や幾何的視点を交えながら、モデルの仕組みや本質的な意味を掘り下げています。
また、深層学習については、単なる実装方法の解説に留まらず、関数近似としての位置付けや、畳み込みネットワーク、自然言語処理への応用といった応用例まで広範に網羅されており、初学者から中級者以上まで幅広く活用できる内容です。強化学習パートも非常に丁寧で、TD法やQ学習、深層強化学習、AlphaGoなどの最新トピックまでフォローされています。
データ分析に関わるすべての人にとって、信頼できるリファレンスとして机に常備しておきたい一冊です。理論と実装を両立させたいと願う方には、心からおすすめできます。
続きを読む表示を減らす
1人のお客様がこれが役に立ったと考えています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
tko
APIリファレンスのサマリーです
2024年4月18日に日本でレビュー済み
フォーマット: Kindle版 (電子書籍)
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
これで全て原理などが数学的に理解できるようなものではなくて、どういう時にどんなのが必要でどんな感じで動いていますよみたいなカタログ的な情報がまとまったやつです。一言でいうと、APIリファレンスの概要と簡単な使用事例が乗ってるみたいな。私は単にAIにおねがいして書いてもらうだけなので、CursorとかGitHub Copilotにコード書かせたけど、あれ、動かんやん？てかこれどういう意味？他に手法はあるの？とかザックリ調べるのには重宝します。AIたまに嘘つくし。数学つよつよの人は他の書籍を見ましょう。因みにオジサン数学苦手です。
続きを読む表示を減らす
11人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
Amazon
難しい
2026年4月27日に日本でレビュー済み
フォーマット: 単行本
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
難しいけど頑張って読みます
続きを読む表示を減らす
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
Amazon カスタマー
内容充実
2024年1月13日に日本でレビュー済み
フォーマット: 単行本
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
各分析モデルについて充実した説明
分析モデルの全体像を把握するために良かった
続きを読む表示を減らす
5人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
🐶
理解は人それぞれ
2023年3月24日に日本でレビュー済み
フォーマット: 単行本
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
著者を気に入っているため本書を読んでみましたが、とても高い評価を得ていることにやや驚きました。全体的に日本語の記述が荒く、そのため初学者にとって解読しやすい本であるとは思えませんでした。また、読めば理解できるように記述されているところと、さらっと用語を紹介しているに過ぎず読んでも完全な理解がえられないところが混在していて、そのことが本書を読み進める際にストレスを感じる原因となります。
どういう人に本書を薦められるか？
他書で分析モデルを学んだことがある人のうち、数式の解釈に困難を感じている人は、この本の中にヒントを見出すことができるでしょう。著者は数式の行間を丁寧に説明してくれます。具体的な分析モデルが念頭にある人には、記述の荒さも気にならないはずです。
続きを読む表示を減らす
22人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
zimi
第4部が特に参考になりました
2022年8月20日に日本でレビュー済み
フォーマット: Kindle版 (電子書籍)
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
最近、機械学習にお世話になり出したサラリーマンです。
第4部の、分析についてぶっちゃけつつ、とは言え、真面目に纏めて下さっている特に参考になりました。（逆？ですかね。）
正直数式はちんぷんかんぷんでしたが、そこを読み飛ばしたとしてもかなりのボリュームで、すごく有用、かつ楽しめると思います。
次はぜひ、分析部分だけを更に更に企業の実務寄りで突っ込んだ本をお願いしたいです。
続きを読む表示を減らす
12人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
Amazon カスタマー
各モデルの勘所、エッセンスを効率的に説明しています
2024年9月20日に日本でレビュー済み
フォーマット: Kindle版 (電子書籍)
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
AIや機械学習を学習し始めた当初に購入。
当初はなんじゃこりゃ？？の連続だったが、まあこんなこと言いたいんだよな、こんなこともできるんだ
と半分自分に言い聞かせながらの通読。
一年置いた後（その間、pythonプログラムや応用例を別の書籍で学ぶ）
再度読み返したら、理解がかなり早く進み、生成モデルの全体像が自分の中でクリアになってきた！
というわけで、良書とは思いますが
別の方も書かれている通り、モデルの「カタログ」的な本だと思います。
初心者がMLやAIの世界に踏み入れる時にはいいと思いますが、
これだけで深い理解に至ることはないので、各項目で自分なりに深堀したい場合は
オライリーさんや講談社さんの書籍にあたるなどした方がいいと思います。
続きを読む表示を減らす
4人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。
id
最初の一冊にオススメ、辞書的にも使える
2022年8月25日に日本でレビュー済み
フォーマット: 単行本
Amazonで購入
Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.
データ分析に登場する数式を丁寧に説明してくれる。
読みやすい本になっているが、理解するべき数式を飛ばさない充実しており、良い入門書。
また、類書には強化学習の説明がないことが多いが、本書はそこまで扱っていることも魅力。
続きを読む表示を減らす
8人のユーザーが役に立ったと感じています
フィードバックを送信中...
フィードバックをお寄せいただきありがとうございます。
申し訳ありませんが、投票の記録に失敗しました。もう一度お試しください
報告する
フィードバックを送信中...
ありがとうございます。数日中に調査いたします。
申し訳ありません。このレビューを報告できませんでした。もう一度お試しください
コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。そうでない場合は削除されます。

レビューをすべて見る

画像はありません

著者をフォロー