
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
Rで学ぶクラスタ解析 単行本 – 2007/11/1
新納 浩幸
(著)
- 本の長さ208ページ
- 言語日本語
- 出版社オーム社
- 発売日2007/11/1
- ISBN-104274067033
- ISBN-13978-4274067037
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
登録情報
- 出版社 : オーム社 (2007/11/1)
- 発売日 : 2007/11/1
- 言語 : 日本語
- 単行本 : 208ページ
- ISBN-10 : 4274067033
- ISBN-13 : 978-4274067037
- Amazon 売れ筋ランキング: - 777,821位本 (本の売れ筋ランキングを見る)
- - 546位微積分・解析
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2024年2月3日に日本でレビュー済み
Amazonで購入
クラスター解析にはとても興味があって、それを自前のパソコンで実施してみたいと言う希望がありました。この本はそれに取り掛かる出発点を用意してくれており、いろいろ勉強になっています。ただ、著者が前置きする通り、何らかのR, R Studioに関する解説書を一緒に読まないと理解しづらいところもあり、クラスター解析の基本的なものの考え方、現代的課題が理解しやすい本書のちょっとした残念なところかもしれません。ただ、少し理解が難しいクラスター解析を、自前のパソコンで自由自在に実施するための良い教科書になると思います。R関連の解説書が必要なところで星一つ少ない評価にしましたが、おすすめです!
2017年1月6日に日本でレビュー済み
Amazonで購入
クラスタ解析の内容は丁寧で分かりやすい。Rの実装方法も基本的なところから記載があり、初級者でもついていける。数式の説明はあまりないため、数式の解説もあればより良かったです。
2018年12月27日に日本でレビュー済み
Amazonで購入
当方,理工系出身の英語教員で,微分積分・線形代数の基礎は勉強しましたが,
統計学や機械学習については独学です。それでも,本書を読めば,混合ガウスモデルや
スペクトラルクラスタリングの理論的背景を理解でき,またRでの実装例が記載されているため,
現実のデータに適用できるようになります。付録には式の証明も載せてあり,その導出過程を
追うのに役立ちました。ただし,数学的素養の不十分な私が,EMアルゴリズムの詳細を理解するには,
他の文献にも当たる必要がありました。それでも,本書は初学者にクラスタリングへの扉を開いてくれる
名著です。購入して良かったです。
統計学や機械学習については独学です。それでも,本書を読めば,混合ガウスモデルや
スペクトラルクラスタリングの理論的背景を理解でき,またRでの実装例が記載されているため,
現実のデータに適用できるようになります。付録には式の証明も載せてあり,その導出過程を
追うのに役立ちました。ただし,数学的素養の不十分な私が,EMアルゴリズムの詳細を理解するには,
他の文献にも当たる必要がありました。それでも,本書は初学者にクラスタリングへの扉を開いてくれる
名著です。購入して良かったです。
2007年12月8日に日本でレビュー済み
Amazonで購入
Rで学ぶ.と書いてあるのでクラスタ解析をRでやってみようという印象を受けるが,
著者がまえがきが触れているとおり,
・クラスタリング手法を学びたい人
・クラスタリングを実際に試したい人
・Rのプログラミングを学びたい人
に向けて書かれているため,理論の解説もしっかりしている.
クラスタリング手法としては,
・階層的クラスタリング
・k-means法
・混合分布モデル
・スペクトラルクラスタリング
・ファジィクラスタリング
を解説している.
クラスタリング手法だけでなく,付随する評価や次元圧縮の問題についても解説がある.
それぞれのアルゴリズムの式の証明までしっかり行っているのでクラスタリング手法を
はじめて勉強する人にちょうどよい.
それぞれについてRによる解析を行っているので,理論と実践のバランスが取れている.
個人的には日本語の解説が少ない(ない?)スペクトラルクラスタリングの解説がある
のが有難かった.
著者がまえがきが触れているとおり,
・クラスタリング手法を学びたい人
・クラスタリングを実際に試したい人
・Rのプログラミングを学びたい人
に向けて書かれているため,理論の解説もしっかりしている.
クラスタリング手法としては,
・階層的クラスタリング
・k-means法
・混合分布モデル
・スペクトラルクラスタリング
・ファジィクラスタリング
を解説している.
クラスタリング手法だけでなく,付随する評価や次元圧縮の問題についても解説がある.
それぞれのアルゴリズムの式の証明までしっかり行っているのでクラスタリング手法を
はじめて勉強する人にちょうどよい.
それぞれについてRによる解析を行っているので,理論と実践のバランスが取れている.
個人的には日本語の解説が少ない(ない?)スペクトラルクラスタリングの解説がある
のが有難かった.
2010年3月12日に日本でレビュー済み
本書のプログラムではループを必ず「apply()」で代用する。おかげでプログラムは少しは短くなるだろうが「何をやっているかが一目でわかるのか」という点で違和感が拭えず、なぜ素直にfor文を使わないのだろうか、と疑問に思う。これは、Ruby言語で結局採用されなかったpython言語独特の「リスト内包表現」と同じこと。MatrixMarket然り、筆者はそれを「Rプログラミングの大原則」と称するが、プログラミング上達の大原則はコードを短くすることではなく、間違いを起こしにくい、すなわち理解しやすいプログラムにすること。おまけに本書の趣旨はあくまでクラスタリングの解説であり、コードの小細工など必要ない。