『データマイニング入門−Rで学ぶ最新データ解析』
豊田秀樹 編著
目 次
序
著者紹介
プロローグ
第1章 データマイニングとは
§1.1 統計学の憂鬱
§1.2 データマイニング
§1.3 データ解析の新しい流れ
§1.4 データウェアハウス
§1.5 データマイニングと統計解析環境R
§1.6 コピーレフト,オープンソース,そしてR
§1.7 R ことはじめ
第2章 ニューラルネット
§2.1 神経回路のモデル化
§2.2 偽札を見分ける
§2.3 ニューラルネットによる在庫管理
§2.4 さまざまなオプション
§2.5 R によるニューラルネット
第3章 人工知能エンジンと決定木
§3.1 人工知能と機械学習
§3.2 タイタニックの運命
§3.3 モデルの系譜・発展
§3.4 偽札データ再考
§3.5 不動産の鑑定
§3.6 R による決定木
第4章 自己組織化マップ
§4.1 コホーネンネット
§4.2 数理モデル
§4.3 小売業のポジショニングマップ
§4.4 カクテルマップ
§4.5 決定木との連動
§4.6 R による自己組織化マップ
第5章 連関規則
§5.1 同時確率/条件付き確率
§5.2 温泉の効能の連関規則
§5.3 シングルモルトの特徴
§5.4 「ことわざ」を創る!
§5.5 R による連関規則の発見
第6章 クラスター分析
§6.1 階層的クラスター分析
§6.2 非階層的クラスター分析
§6.3 R によるクラスター分析
第7章 ベイジアンネットワーク
§7.1 ベイジアンネットワークとは?
§7.2 ベイズ統計学
§7.3 ベイジアンネットワークモデル
§7.4 低出生体重児に関する医療データの分析
§7.5 R によるベイジアンネットワーク
第8章 サポートベクターマシン
§8.1 パーセプトロンの限界
§8.2 線形SVM
§8.3 非線形SVM
§8.4 分析例−偽札データ−
§8.5 スパムメールの判別−カーネル選択−
§8.6 文献案内
§8.7 R によるサポートベクターマシン
第9章 潜在意味解析
§9.1 潜在意味解析とは
§9.2 語句の検索,意味の探索
§9.3 LSA が拓く可能性
§9.4 LSA の実際
§9.5 R による潜在意味解析
付 録
文 献
索 引