* 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);
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
