【書評】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！

はじめに

「データ分析を極めたい！」「データサイエンティストとして力をつけたい！」と思った方、本でいろいろと勉強したいと思った方、こちらの本はかなりオススメです！

以下では、「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！」に興味がある方に向けて、誰もが気になる「対象読者は誰？」「どんな内容なの？」ということに対して、的確に答えています。

購入の参考になれば幸いです。

・対象読者はデータ分析上級者向けです。

・データの種類や目的に応じてデータ分析モデルを分類

・実務上頻出するデータ分析モデルについて用途・特徴からその原理までが網羅的に書かれている。

・モデルの原理である数式についても徹底的にわかりやすく解説

・回帰分析、決定木、CNN、ResNet、物体検出、RNN、BERT、強化学習、深層学習、クラスタリング、因子分析・主成分分析、階層ベイズモデリング、正準相関分析、カーネル回帰分析など現代データ分析に必須のモデルを幅広く学ぶことができる

・索引も大量にあるので、検索性もある。

実際にビジネスでデータを分析し、その傾向をつかんだ後（EDA）、ビジネス施策に移ることになると思います。

その時に、用いるのがモデルです。

しかし、モデルには、統計学をベースとしたモデルから、ニューラルネットワーク・ディープラーニング（深層学習）、強化学習（機械学習）など様々なモデルがあり、どのモデルが自分が対象としているデータにあてはまるか悩むことが多いかと思います。

本書では、実務上頻出するデータ分析モデルについて、用途・特徴からその原理までが網羅的に書かれていますので、そのモデルの知識をフルに用いましょう。

モデルを深く理解することで、モデルの精度向上に役立つ手法や最適な分析モデルの選定等が可能になり、ビジネスの施策結果を成功に導くことができる可能性が確実に増えます。

なお、著者が公開しているYoutubeをみることでさらに深い理解を得ることができるのでオススメです。

本書籍はシリーズ書籍です！　そのシリーズを読む順番としては、①まず本書でデータとは何かという本質を捉える、②そして、そのデータを扱う基本として統計学を学ぶ、③基礎を学んだ後、モデルを学ぶがオススメです。

以下は、シリーズでオススメの購読の順番に並べさせていただきました。まだ、シリーズを購入されていない方は、是非こちらからどうぞ。

①データとは何かという本質を捉える

リンク

②データを扱う基本として統計学を学ぶ

リンク

③モデルを学ぶ

リンク