statistics

サンプル用のユーザです。

機械学習関連の学習に使えそうな本や動画を調べ、整理してみました。（なるべくFREEのものを優先しました）

* 尚、ノートの文章は一部を除きAIに書いてもらったもので、正確性はありません。
* ノートにchatGPT等AIに作ってもらった表を貼るには、「マークダウンのコードに変換して」と頼めば書き出してくれるので、ノートを「markdown」編集モードにして、コピペすれば簡単です。

view

sub

board 学習ノート（samp ... folder 本リスト（機械学習関 ... note_LV1 statistics

Loading ...

ノート表示（LV1）

statistics LV1 2024/2/9

サブノート画像より

サブノート画像より

#### 統計学関連の本リストです。

機械学習に関連して必要な、統計関連の本を調べてみました。
機械学習の理解に統計学は欠かせませんが、
大学で統計学をしっかり学んだ記憶はなく、ゼロからに近いのでこの際、英語書籍を中心に学んでみることにしました。

Rやpython等のプログラミングツール等も充実していて、今の学生は本当に羨ましいと思いますね。
（環境が良すぎて、逆に大変かもしれませんね。なんでもできる時代には、なんでもやらねばならないプレッシャーもありそうです）

不適切報告

sub_notes（LV2）全て開く全て閉じる

OpenIntro Statistics (FREE) OpenIntro… by OpenIntro et al. [Leanpub PDF/iPad/Kindle] 2024/2/9

Image From OpenIntro… by OpenIntro et al. [Leanpub PDF/iPad/Kindle]

#### （ask AI）
ーーーーーー
OpenIntro Statisticsは、統計学を学ぶためのオープンソースのテキストブックです。統計学の基礎を丁寧に説明し、実際のデータを使った具体的な例題を提供しています。本書は、R言語を用いてデータ分析を実際に行いながら統計学を学ぶことができるようになっており、統計学を学ぶ初学者にとって理解しやすい構成となっています。

本書は、統計学の基本的な概念から始まり、確率、推測統計学、回帰分析、ANOVA、実験計画法、多変量解析など、統計学のさまざまな分野をカバーしています。また、統計学の応用例として、医学や社会科学などの分野での応用事例が多数取り上げられています。

OpenIntro Statisticsは、オンライン上で無料で入手可能であり、その利用は広く推奨されています。本書は、統計学を学ぶ初学者にとっては非常に有用であり、統計学の基礎をしっかりと理解することができます。また、本書は統計学の専門家でもある著者によって執筆されているため、正確かつ信頼性の高い情報を提供しています。

ーーーーーー

sub

Link：[pdf] openintro statistics

Introduction to Modern Statistics - openintro (FREE) Welcome to IMS | Introduction to Modern Statistics 2024/2/9

Image From Welcome to IMS | Introduction to Modern Statistics

#### （ask AI）
ーーーーーー
「Introduction to Modern Statistics」は、OpenIntroによって作成された統計学の教科書です。この教科書は、一般的な統計学のコースで使用するために書かれており、統計学における基礎的な概念や統計モデル、推論手法などを扱っています。

この教科書は、一般的な統計学の教科書よりも、より現代的なアプローチをとっています。例えば、データサイエンスにおいてよく使用されるRを導入し、実際のデータを扱うことで、理論と実践を結びつけています。また、確率変数、推定、仮説検定、回帰分析などの基本的な統計的概念を説明し、グラフィカルな手法を使用してデータの視覚化も行っています。

この教科書は、初学者向けの入門書としても、高度な統計学のコースでの参考書としても使用できます。また、この教科書は無料でダウンロードできるため、教育現場でも広く使用されています。そのため、統計学に興味がある人にとって、非常に役立つ教科書であると言えるでしょう。

ーーーーーー

sub

Link：[pdf] openintro-modern-stats

Applied Statistics with R (FREE) Applied Statistics with R - Free Computer, Programming, Mathematics, Technical Books, Lecture Notes and Tutorials 2024/2/9

Image From Applied Statistics with R - Free Computer, Programming, Mathematics, Technical Books, Lecture Notes and Tutorials

#### （ask AI）
ーーーーーー
『Applied Statistics with R』は、統計学の基礎から応用までをカバーしたRを使った統計学の教科書です。David Dalpiaz氏によって書かれ、Rを使用したデータの視覚化、統計モデリング、モデル評価など、さまざまな統計的手法が詳しく説明されています。

本書は、統計学の理論を学ぶだけでなく、実際のデータを扱うことで統計学の基礎を確実に理解することができるように設計されています。さまざまな応用例を用いたRのコード例が多数あり、本書の内容を実際に実践することができます。

特に、本書では、線形回帰、一般化線形モデル、決定木、ランダムフォレスト、サポートベクターマシン、クラスタリングなど、多様な統計モデリング手法について詳しく説明されています。加えて、統計的仮説検定、パラメトリック検定、非パラメトリック検定についても説明があります。

本書は、Rを使って統計学を学びたい学生、データサイエンスを学びたい人、または統計学の応用を習得したい人にとって、非常に役立つ教科書であると言えます。Rを使った実践的な学習を通じて、統計学の基礎を確実に身につけることができるでしょう。

ーーーーーー

sub

Link：[pdf] applied-stats-with-R

Statistical inference for data science (FREE) Statistical inference for data… by Brian Caffo [PDF/iPad/Kindle] 2024/2/9

Image From Statistical inference for data… by Brian Caffo [PDF/iPad/Kindle]

#### （ask AI）
ーーーーーー
「Statistical inference for data science」は、統計学を学ぶために必要な基本的な知識や技術を学ぶことができる入門書です。著者であるBrian Caffoは、統計学とデータ科学の分野で豊富な経験を持ち、Johns Hopkins Universityの統計学科で教鞭をとっている専門家です。

本書は、統計学の基礎から始まり、推定、仮説検定、回帰分析、ANOVA、実験計画法、非パラメトリック法など、さまざまな統計的手法を扱っています。また、R言語を使用してデータの前処理や解析を行う方法も解説しており、実践的な内容となっています。

本書の最大の特徴は、数学的な理論だけでなく、実際のデータを使って統計的手法を解説している点です。実際のデータを使用することで、統計学を学ぶ上で非常に重要な実践的な知識を身につけることができます。また、各章の最後には練習問題が用意されており、学習の定着を促すことができます。

本書は、統計学初学者やデータサイエンティストを目指す人におすすめの入門書です。数学的な理論を深く理解しながら、実際のデータを用いた統計解析の手法を学ぶことができます。また、R言語を使用した解析方法も学ぶことができるため、実践的なスキルを身につけることができます。

ーーーーーー

sub

Link：[pdf] little-inference-book

A Handbook of Statistical Analyses Using R (FREE) A Handbook of Statistical Analyses Using R - Free Computer, Programming, Mathematics, Technical Books, Lecture Notes and Tutorials 2024/2/9

Image From A Handbook of Statistical Analyses Using R - Free Computer, Programming, Mathematics, Technical Books, Lecture Notes and Tutorials

#### （ask AI）
ーーーーーー
「A Handbook of Statistical Analyses Using R」は、Rを使用した統計分析についてのハンドブックであり、統計分析の基礎から実践的な手法まで幅広くカバーしています。

この本の最も優れた点の1つは、Rを使用して分析を行うための非常に明確な手順を提供していることです。各章は、完全な分析を行うために必要なデータの準備、グラフ作成、モデル選択、推定、検定、診断、そして予測までの手順を詳しく説明しています。そのため、Rを使用して分析を行う際に、統計的な問題解決の手順を網羅的かつ明確に学ぶことができます。

また、この本は統計学の基本的な理論についても説明しており、実践的な問題解決において必要な概念や手法を説明しています。この本を通じて、読者は統計学の理論と実践を組み合わせたアプローチを学ぶことができます。

しかしながら、この本は初心者向けの教科書ではありません。読者は統計学の基本的な概念を理解していることが望ましいです。また、本書は非常に技術的であり、数学的な記号や統計学の専門用語が多用されているため、読者はそれらを理解する能力が必要です。

総じて、この本はRを使用して統計分析を行うための優れたハンドブックであり、統計学の理論と実践を組み合わせたアプローチを学びたい統計学の学生や研究者にとって非常に有用な書籍です。

ーーーーーー

sub

Link：[pdf] HSAUR: A Handbook of Statistical Analyses Using R

thinkstats (FREE) Think Stats: Probability and Statistics for Programmers 2024/2/9

Image From Think Stats: Probability and Statistics for Programmers

#### （ask AI）
ーーーーーー
Think Stats は、アレン・B・ダウニーによって書かれた統計学のオンライン教科書です。この教科書は、Python を用いた実践的なアプローチを採用しており、データ収集、データの視覚化、要約統計量、推定、仮説検定、回帰分析などのトピックを扱います。

この教科書は、統計学の初学者でも理解しやすいように書かれており、各章の最後には演習問題が用意されています。また、Python によるデータ分析のためのコード例も提供されているため、Python を学びながら統計学を学ぶことができます。

Think Stats は、統計学の初学者にとって非常に有用な教科書であり、Python を学びたい人にとっても良い入門書となっています。また、実際にデータを扱うことができるため、統計学を学ぶだけでなく、データサイエンスの基礎も学ぶことができます。

ーーーーーー

sub

Link：[pdf] thinkstats2

Think Bayes (FREE) Think Bayes 1e – Green Tea Press 2024/2/9

Image From Think Bayes 1e – Green Tea Press

#### （ask AI）
ーーーーーー
『Think Bayes』は、Allen B. Downeyが執筆したベイズ統計に関する入門書です。ベイズ統計とは、確率分布を用いて不確実性を表現する手法であり、データ分析や機械学習の分野で幅広く活用されています。

本書は、ベイズ統計の基本的な概念を簡潔かつわかりやすく説明しています。各章は、Pythonの統計パッケージであるPyMC3を使用した実践的な演習問題を含んでおり、理論的な内容を実践的に理解することができます。

また、本書はPythonの知識があまりなくても読み進めることができるようになっています。Pythonによる実践的な演習問題は、Pythonに慣れ親しんでいる人にとっては特に価値があると言えるでしょう。

総合的に見て、『Think Bayes』は、ベイズ統計の入門書としては非常に優れた書籍であり、実践的な演習問題を通じて理論的な内容を深く理解することができます。また、Pythonを用いた実践的なアプローチは、学習意欲を高める効果があると思われます。

ーーーーーー

sub

Link：[pdf] [web] thinkbayes

Bayesian Methods for Hackers (FREE) Amazon | Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference (Addison-Wesley Data and Analytics) | Davidson-Pilon, Cameron | Testing 2024/2/9

Image From Amazon | Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference (Addison-Wesley Data and Analytics) | Davidson-Pilon, Cameron | Testing

#### （ask AI）
ーーーーーー
『Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference』は、ベイズ統計学の基礎から、Pythonを使ったプログラミングによるベイズ推論の実践までを網羅した本です。著者のCameron Davidson-Pilon氏は、米国のスタートアップでベイズ統計モデリングを行っているエンジニアであり、その経験から本書を執筆しました。

本書は、Pythonを用いて具体的な数値計算を通じて、ベイズ推論の理論的な基礎を解説することを目的としています。章ごとに理論と実践を交えながら、事前分布、尤度、事後分布、MCMC法、階層モデル、モデル選択などのトピックを扱っています。

特に、本書の最大の特徴は、理論と実践を結びつけるために、Pythonのパッケージ「PyMC3」を用いて実践的なコード例を紹介していることです。読者は、理論的な背景を理解しながら、実際にコードを書いてベイズ推論の実践を体験することができます。

一方で、本書は数学的な記号や式を多用しており、ベイズ統計学の初学者にとっては難解な箇所もあるかもしれません。また、Pythonのプログラミング経験がない読者にとっては、Pythonの基礎を学ぶことが必要になる場合があるでしょう。

総合的に見ると、本書はベイズ統計学に興味がある人や、Pythonを使った数値計算やデータ解析を行いたい人にとって、非常に有用な一冊と言えます。

ーーーーーー

sub

Link：[pdf] Bayesian Methods for Hackers

none 4月9日

none

コメントを書く

学習ノート（sample） board

本リスト（機械学習関連） folder

ads