データを扱うために必要な知識といえば統計学。そして統計学をうまく扱えるのがPython。だとすれば、両方を一緒に学んでしまえばいいんです。翔泳社ではこれから初めて統計学を学びたい方のための『Pythonで学ぶあたらしい統計学の教科書』を4月19日に発売します。
『Pythonで学ぶあたらしい統計学の教科書』は、統計学とPythonを基本から学び、Pythonでデータを分析する方法を身につけられる「あたらしい教科書」シリーズの1冊です。
本書は第1部で統計学の基本を、第2部でPythonの基本を説明します。そのうえで、統計学を実践的に使えるようになるためにPythonを用いた統計分析の手法を第3部で解説していきます。推計や検定などの基礎となる考え方はもちろん、正規線形モデルや一般化線形モデルといった統計モデルも紹介。
さらに第7部では既知のデータを分析する統計学から、「予測」する機能に特化した機械学習とのつながりを学んでいきます。いかにしていい予測を導き出せばいいのか、あるいは悪い予測をどうやって回避するのか、丁寧に解説します。
統計学は全体としては複雑で難しいものですが、理論と実践を一つずつ理解していけば、おのずと全体像が掴めてきます。本書では日本語、数式、そしてPythonという3通りの言語で同じことを説明するので、分からなくなったらそれぞれの言語で理解し直すこともできます。
いままさに統計学の知識が必要な方だけでなく、もしかしたらこれから必要になるかもしれない、統計学的な考え方を養っておきたいと思っている方にもお勧めです。
目次
第1部 統計学の基本
1章 統計学
2章 データ
3章 確率分布
4章 母集団分布
5章 母集団分布の推定
6章 確率質量関数と確率密度関数
7章 統計量の計算
8章 確率論の基本
9章 確率変数と確率分布
第2部 PythonとJupyter Notebookの基本
1章 環境構築
2章 Jupyter Notebookの基本
3章 Pythonによるプログラミングの基本
4章 numpy・pandasの基本
第3部 Pythonによるデータ分析
1章 Pythonによる記述統計：1変量データ編
2章 Pythonによる記述統計：多変量データ編
3章 matplotlib・seabornによるデータの可視化
4章 母集団からの標本抽出シミュレーション
5章 標本の統計量の性質
6章 正規分布とその応用
7章 推定
8章 統計的仮説検定
9章 平均値の差の検定
10章 分割表の検定
11章 検定の結果の解釈
第4部 統計モデルの基本
1章 統計モデル
2章 統計モデルの作り方
3章 データの表現とモデルの名称
4章 パラメタ推定：尤度の最大化
5章 パラメタ推定：損失の最小化
6章 予測精度の評価と変数選択
第5部 正規線形モデル
1章 連続型の説明変数を1つ持つモデル(単回帰)
2章 分散分析
3章 複数の説明変数を持つモデル
第6部 一般化線形モデル
1章 様々な確率分布
2章 一般化線形モデルの基本
3章 ロジスティック回帰
4章 一般化線形モデルの評価
5章 ポアソン回帰
第7部 統計学と機械学習
1章 機械学習の基本
2章 正則化とRidge回帰・Lasso回帰
3章 PythonによるRidge回帰・Lasso回帰
4章 線形モデルとニューラルネットワーク
5章 この本の次に学ぶこと
この記事は参考になりましたか？
- この記事の著者
-
渡部 拓也（ワタナベ タクヤ）
翔泳社マーケティング課。MarkeZine、CodeZine、EnterpriseZine、Biz/Zine、ほかにて翔泳社の本の紹介記事や著者インタビュー、たまにそれ以外も執筆しています。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
