Python異常検知と変化検知の評価
データ更新日:2020-12-22

Python分野での評価

書籍の評価について

簡単に次のような指標から評価を計算しています。

  • ・書籍が紹介されているQiita記事のいいね数と更新日
  • ・書籍が紹介されているサイトのGoogleでの検索順位
  • ・Twitterで書籍に関する最新ツイートのいいね数とリツイート数
  • ・「初心者」や「入門書」など特定のキーワードとコンテンツ(例えばQiitaの記事)の関連性

詳細な評価の計算方法については下記をご覧ください。

書籍の評価について

順位12
総合点2
Qiitaの記事での点数1
Twitterでの点数1

過去の順位の推移

グラフについて

  • ・グラフのデータはぬこぷろで計測した、最大で過去5回分を表示しています。
  • ・「順位」について、次の2点の場合は圏外扱いとしてグラフ上には表示しません。なので、グラフ上では途切れた線が表示されることもあります。
    ①ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合。ぬこぷろは最新のメディア情報を収集して書籍の点数を計算するため、過去点数計算した際にその書籍がメディアに掲載されていても、点数計算時にぬこぷろが収集したメディアに書籍情報がなければ圏外扱いとなります。
    ②順位が30位を下回った場合。
  • ・「総合点」が0点なのは上記「順位」の圏外扱いの①とと同様に、ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合となります。

基本情報

ISBN-139784061529083
内容企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える1冊。現在知られている異常検知・変化検知の手法の大半をカバーした。 企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。 【機械学習プロフェッショナルシリーズ】 本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。 ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。 これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。 第2期として、以下の4点を同時刊行! 統計的学習理論   金森 敬文・著 サポートベクトルマシン  竹内 一郎/烏山 昌幸・著 確率的最適化        鈴木 大慈・著 異常検知と変化検知   井手 剛/杉山 将・著 第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。 【シリーズ編者】 杉山 将 東京大学大学院新領域創成科学研究科 教授
目次第1章 異常検知・変化検知の基本的な考え方 第2章 ホテリングのT2法による異常検知 第3章 単純ベイズ法による異常検知 第4章 近傍法による異常検知 第5章 混合分布モデルによる逐次更新型異常検知 第6章 サポートベクトルデータ記述法による異常検知 第7章 方向データの異常検知 第8章 ガウス過程回帰による異常検知 第9章 部分空間法による変化検知 第10章 疎構造学習による異常検知 第11章 密度比推定による異常検知 第12章 密度比推定による変化検知
著者
出版日
出版社講談社
データ提供元openBD, 国立国会図書館書誌データ
※この書籍はopenBDより取得したデータを元に、国立国会図書館書誌データを補完して掲載しています。