© SEIZO WATASE

B5判変形 320頁 ISBN978-4-489-02045-2 C0040 ■編著者紹介：豊田秀樹（とよだ　ひでき） 1961年　東京都に生まれる。 1989年　東京大学大学院･教育学研究科（教育学博士）。 　日本行動計量学会優秀賞（1995年）、 　日本心理学会優秀論文賞（2002年、2005年）受賞。 　イリノイ大学心理学部客員研究員などを経て、 現　在　早稲田大学文学学術院教授。 　専門は心理統計学、マーケティング･サイエンス。 　研究の合間の映画鑑賞が無上の楽しみ。 ◎主な著書 『共分散構造分析［入門編］―構造方程式モデリング―』 『共分散構造分析［応用編］―構造方程式モデリング―』（編著） 『共分散構造分析［技術編］―構造方程式モデリング―』（編著） 『共分散構造分析［疑問編］―構造方程式モデリング―』（編著） 『共分散構造分析［理論編］―構造方程式モデリング―』（編著） 『マルコフ連鎖モンテカルロ法』（編著） 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（以上、朝倉書店） 『共分散構造分析［事例編］―構造方程式モデリング―』（北大路書房） 『SASによる共分散構造分析』（東京大学出版会） 『原因を探る統計学―共分散構造分析入門―』（共著、講談社ブルーバックス） 『購買心理を読み解く統計学――実例で見る心理・調査データ解析28』（編著） 『共分散構造分析[Amos編]――構造方程式モデリング』（編著） 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（以上、東京図書） ●執筆者メンバー 中村健太郎（埼玉学園大学経営学部経営学科）／川端一光（早稲田大学文学学術院）／福中公輔（早稲田大学大学院文学研究科）／岩間徳兼（同）／久保沙織（同）／鈴川由美（同）／竹下恵（同）／池原一哉（同）

◎身近なデータとRで学ぶ、データマイニング入門
データマイニングの基礎，ニューラルネット，決定木，自己組織化マップ，連関規則，クラスター分析から，サポートベクターマシン，ベイジアンネットワーク，潜在意味解析など近年登場した新しい分析までを，お菓子やワインの銘柄など取っつきやすいデータで幅広く解説する．解説と分析にはすべてオープンソースのRを活用し，読者が実際にデータやスクリプトをダウンロードして追計算できるようにした．実務家はもとより，心理系や社会系の学生がデータマイニングを卒論・レポートなどで使えるように丁寧に解説している．

■目次

第1章　データマイニングとは
第2章　ニューラルネット
第3章　人工知能エンジンと決定木
第4章　自己組織化マップ
第5章　連関規則
第6章　クラスター分析
第7章　ベイジアンネットワーク
第8章　サポートベクターマシン
第9章　潜在意味解析

皆さまにご愛顧いただいている本書ですが、お蔭様で出版より 12年が経過いたしました。 その間に、掲載されたスクリプトで利用しているRパッケージの文法が若干変更されました。 変更に対処するために、2021年1月11日現在で、適切に動作するスクリプトを 公開いたします。どうぞご利用下さい。 本書で取り扱っているデータ・スクリプトファイルのダウンロード ＜DL02045_2021.zip＞ ◎このデータを他の出版物・Webサイトなどに転載するには著作者の許可が必要です． また，このデータを用いてソフトウエアから得られた成果についても同様です．