こんにちは!
消費財メーカーでデータサイエンティストをやっているウマたん(@statistics1012)です!
ある程度統計学に関する基礎土台がついてきた後は、機械学習手法への足掛けとなる多変量解析の勉強をしましょう。
この記事では、多変量解析を勉強する上でおすすめな本をご紹介します!
目次
多変量解析って?
多変量解析とはその字面通り解釈すると「多変量における解析」のため、機械学習手法など数多くの多変量を扱う手法を含んでいるとも考えられます。
実際に多変量解析と機械学習手法は重なることも多いですが、ここではその2つに関して、少しばかりの基準を設けて分けます。
多変量解析はデータの解釈を行うことに端を発しており、機械学習はデータの予測を行うことに端を発しています。
もちろんどちらの手法も解釈も予測も行うことが可能ですが、機械学習はどちらかというと中身はブラックボックスでいいからとりあえず精度の高い予測ができればよいというような手法群であり、多変量解析は予測精度よりも今手元にあるデータの解釈を進めようというような手法群になっています。
具体的には
多変量解析には、重回帰分析・主成分分析・コレスポンデンス分析・コンジョイント分析・判別分析など
機械学習には、SVM・ランダムフォレスト・ニューラルネット・ディープラーニング・ナイーブベイズ・Xgboost・LightGBMなど
があります。
多変量解析と機械学習の違いについて詳しくはこちらにまとめていますので良ければご覧ください!
多変量解析のおすすめ本
それでは、そんな多変量解析を勉強する上でおすすめな本をご紹介したいと思います!
マンガで分かる統計学 回帰分析編
【オススメ度】 |
---|
マンガで分かるシリーズはどれも分かりやすいですがこれも外していません。
回帰分析に関して分かりやすくイメージをつかむために読んでおくと良いでしょう。
多変量解析法入門
【オススメ度】 |
---|
多変量解析に関してはこちらの1冊で基本的にカバーできると思います。
機械学習や時系列分析なども厳密には多変量解析ですが、ここではそれらを勉強する上での基礎となる回帰のお話から主成分分析などの話が丁寧に分かりやすく載っています。
単回帰、重回帰、判別分析、主成分分析のところは丁寧に読み込んでおくと良いでしょう。
もうひとつの回帰分析
【オススメ度】 |
---|
この本では重回帰分析におけるよくある誤用を取り上げています。
また直交表を用いたプロファイルの扱い方・分析方法が載っています。
絶対に読まなくてはいけない本ではありませんが、回帰分析の結果の解釈の仕方の間違いを指摘している数少ない本なので目を通しておくと良いでしょう。
データ解析のための統計モデリング入門
(2024/10/30 02:09:51時点 Amazon調べ-詳細)
【オススメ度】 |
---|
ベイズ統計学のオススメ本でもおすすめしましたが、多変量解析における回帰系の分析手法から複雑な混合分布を仮定した一般化線形混合モデルの話までの流れを理解しておく上で非常に有用な本です。
統計モデリングに関しては以下の記事に詳しくまとめているのでこちらもあわせてご覧ください!
https://toukei-lab.com/%e7%b5%b1%e8%a8%88%e3%83%a2%e3%83%87%e3%83%ab
カーネル多変量解析
(2024/10/30 07:47:38時点 Amazon調べ-詳細)
【オススメ度】 |
---|
線形モデルである多変量解析に対してカーネルトリックという方法を用いることで、非線形にも対応した多変量解析となっています。
多変量解析から機械学習手法へと移る過程で読んでおくと良いでしょう。
多変量解析入門 線形から非線形へ
【オススメ度】 |
---|
多変量解析からはじまり機械学習の入り口まで導いてくれる良書です。
分析モデル入門
(2024/10/30 02:00:21時点 Amazon調べ-詳細)
【オススメ度】 |
---|
Youtuberとしても有名なアイシア・ソリッドさんの著書「分析モデル入門」。
フルカラーで非常に読みやすく、最新のディープラーニング事情までまとまっている骨太な本です!
難解な内容を噛み砕いて学べます!
多変量解析オススメ本 まとめ
いかがだったでしょうか。
多変量解析全般に関して理解するなら二番目に挙げた多変量解析法入門を読めば問題ないと思います!
統計学全般のオススメ書籍に関しては以下の記事で取り上げていますのであわせてご覧ください!
また統計学の勉強法は以下の記事を参考にしてみてください!
多変量解析をはじめとしてデータサイエンスや機械学習について学びたい方は当メディアが運営するAIデータサイエンス特化スクールの「スタアカ(スタビジアカデミー)」をチェックしてみてください!