* Rで学ぶデータマイニング [#j8b7bf60]
//1行目はタイトルとして目次ページに表示されます

#amazon(4861671760)
 @Book{book_id,
  author =       "熊谷 悦生 and 舟尾 暢男",
  title =        "Rで学ぶデータマイニング (1) --- データ解析の視点から ---",
  publisher =    "九天社",
  year =         2007,
  yomi =         "Kumagaya and Funao"
 }
#amazon(,clear)
#amazon(4861671981)
 @Book{book_id,
  author =       "熊谷 悦生 and 舟尾 暢男",
  title =        "Rで学ぶデータマイニング (2) --- シミュレーションの視点から ---",
  publisher =    "九天社",
  year =         2007,
  yomi =         "Kumagaya and Funao"
 }
#amazon(,clear)

//ここには文献のリファレンスを書いてください.bibtex形式で書くことを推奨します.

* キーワード [#k42a166e]

//ここにはキーワードを列挙してください.

[[R]], [[データマイニング]], [[統計]], [[多変量解析]], [[決定木]], [[SVM]], [[相関ルール]], [[時系列]], [[ARMA]]

* メモ [#gcbbb3f4]

//内容とかを簡単に書いてください

*** (1) データ解析の視点から [#h0cfeed7]
- 知識発見としてのデータマイニングというより,統計によるデータ分析の本.決定木,[[SVM]],相関ルールはあっさりしていて,コードが載っているだけ.多変量解析手法は,線形回帰と凝集型階層的クラスタリングが取り上げられており,結果の解釈についても実例で説明している.
- 仮説をデータに基づいて検証することを詳しく説明している.社会的な話題を「本当にそうだろうか?」という形で取り上げ,Rで統計的にデータを処理しながら仮説を,検定などを使って検証する手続きを示している.例題や分析の方針の説明はよく練られていると思う.
- なので,知識発見の中の「検証」の段階について知るための本だと思う.
- Rのコードはいっぱい載っており,実際に解析をやってみることができる.だが,個別の関数の説明などはあまりない.英語のヘルプが &sad; な人は,他にRのリファレンス本が必要だと思う.

*** (2) シミュレーションの視点から [#c3607808]
- (1) と同様に知識発見としてのデータマイニングというより,統計によるデータ分析の本.
- 前1/3ぐらいは t検定 などの基本的な検定を用いた仮説の検証と,ニューラルネット.
検定の部分は(1)と同様の内容.ニューラルネットは基本的な関数の使い方のみ.
- 残りはシミュレーションと書いてあるが,具体的には経済時系列データを対象にした解析.おそらく著者の専門で,この第4部がすばらしく充実した内容.
-- データマイニング系であるような,系列データへのPrefixSpanへの適用とか,時系列のクラスタリングというより,統計系の時系列解析.
-- 具体的には,(MA)移動平均とかARモデル(自己回帰モデル)とかの具体例を紹介.
-- さらに複雑なARIMA(自己回帰和分移動平均),GARCH(一般化自己回帰条件付分散不均一)も紹介.

> -- しましま

* リンク集 [#t59a9963]

//サポートページなど関連リンクを書いてください.

-[[著者サポートページ>http://cwoweb2.bai.ne.jp/~jgb11101/files/bbs3/support.html]] @ 舟尾 暢男
-[[出版社サポートページ>http://www.9-ten.co.jp/books/rdm_support.html]]
-[[GoogleScholarAll:Rで学ぶデータマイニング]]
-Amazon.co.jpへのリンク:&amazon(4861671760);~
Amazon.co.jpへのリンク:&amazon(4861671981);

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS