見出し画像

本の感想一覧:データ分析(統計・数理・データサイエンス)

概要・前提

 自分が読んだ本の記録を記載します(自分の備忘録用)。
 内容は「データ分析(統計・数理・データサイエンス)」です。

1.はじめての統計(推定・検定編) ~記述統計から推測統計へ!_MindSeeds 丹羽 亮介

  • 評価:10点

  • 状態:受講済み

  • 備考:Udemy

 統計学の基礎を学べる講座であり、個人的には受けたUdemyの中でも過去1クラスの良い講座だった。

2.データ分析に必須の知識・考え方 統計学入門 仮説検定から統計モデリングまで重要トピックを完全網羅_阿部真人

  • 評価:7点

  • 状態:2023年1月28日完読

  • 備考:2023年1月3日購入

 統計学の用語は大体漏れなく記載されておりグラフもあるので概要を理解したい人には良いけど、この本を読んだ後に統計の知識を実践できるかと言われたら私には無理でした。
 また後半の章ではベイズ統計や機械学習、数理モデルなどの説明があったが用語説明のみだったのでこの章は無くして統計学側の計算実例があるとありがたかった。

3.本質を捉えたデータ分析のための分析モデル入門 統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫!_杉山聡

  • 評価:6点

  • 状態:2023年1月29日完読

  • 備考:2023年1月3日購入

 とにかく私には高尚すぎる本でした。数式や用語はたくさんありますが、理解も含めた実装という観点を重要視すると、どうやって適用したらよいかが理解できませんでした。
 著者が東大数理Drで頭の出来が違うため、たぶん賢い人には理解できるのではと思います。
 なお、Youtubeチャンネルで機械学習モデルの概要やポイントは非常に理解しやすいです。

4.データ分析のための数理モデル入門 本質をとらえた分析のために_江崎貴裕

  • 評価:5点

  • 状態:2023年1月30日完読

  • 備考:2023年1月3日購入

 Amazonレビューは比較的高いですが、私には合いませんでした。用語はたくさんありますが章の構成や用語の並びが理解できず、結果的には何を学んだかが不十分な結果となりました。

5.最短コースでわかる ディープラーニングの数学_赤石 雅典

  • 評価:9点

  • 状態:2022年完読

  • 備考:ー

 ディープラーニングに必要な数式が体系的にまとまっており非常に理解しやすかったです。

6.Pythonで体験するベイズ推論:PyMCによるMCMC入門

  • 評価:点

  • 状態:2023年7月1日購入

  • 備考:ー



WEB教材


参考資料

更新履歴

  • 2022年1月12日:初版発行

  • 2023年1月27日:WEB教材追加

  • 2023年1月31日:全体更新

この記事が気に入ったらサポートをしてみませんか?