MVA2022 の参考情報†
MVA/2022 の学習の参考になる資料などを載せています．
多変量解析に関する情報†
多変量解析やその基礎となる確率統計についてもっと学びたいというひと向けに，いろんな方向性から参考にできそうな書籍を紹介しておきます．
入門書†
「マンガでわかる統計学」 高橋信 （オーム社）
- 出版社のページ | 龍大図書館
- ひとこと： 「理工系の学問内容をマンガを使って解説する」というノリの書籍はたくさんありますが，マンガがメインでかつそれが読んで楽しい，という点で良いかな，と．
「マンガでわかる統計学 ［回帰分析編］」 高橋信 （オーム社）
「マンガでわかる統計学 ［因子分析編］」 高橋信 （オーム社）
- 出版社のページ | 龍大図書館
- ひとこと: 「マンガでわかる統計学」 の続編．「因子分析」といってますが，「主成分分析」の話もあります．
Python で学ぶほげ†
「Pythonで理解する統計解析の基礎」 谷合廣紀（技術評論社）
「Pythonによるデータ分析入門 : NumPy、pandasを使ったデータ処理 第2版」 Wes McKinney（O'REILLY）
「実践Data Scienceシリーズ ゼロからはじめるデータサイエンス入門 R・Python一挙両得」 辻真吾，矢吹太朗（講談社）
専門書†
「理工系の数理 確率・統計」 岩佐学・薩摩順吉・林利治（裳華房）
「多変量解析法入門」 永田靖・棟近雅彦（サイエンス社）
「わかりやすいパターン認識 第2版」 石井健一郎ほか（オーム社）
- 出版社のページ | 龍大図書館
- 多変量解析ではなく「パターン認識」について解説した書籍．この授業の「判別分析」の回に扱う「識別/分類/パターン認識」の問題を扱っている．
Google Colab と Python に関する情報†
この授業では，Colab 上で Python のコードを実行してみることしかしませんので，
知らないひとは，「Python とはそういう使い方のプログラミング言語だ」と思ってしまうかもしれません．
しかし，プログラミング言語 Python は，C言語などと同様の使い方（エディタでプログラムを書いて，それを自分の手元のコンピュータ上で実行する）もできます．
というか，そちらが普通です．
以下に，Python に興味を持ったひとむけにいろいろ書いておきます．
Google Colab 関係†
Python プログラミングを学びたい†
- 自分のPCにPythonプログラミング環境を構築してほげほげ
- 環境構築の方法については↓参照
- 数理の旧カリキュラムには Python プログラミングを学ぶ科目がありました． AProg/2021 に高橋が担当していたときの情報があります．
自分のPC（Win or Mac）に Python プログラミング環境を構築するところから説明してます．
- 自分のPCに環境を構築したりしないでほげほげ
- 書籍 「ゼロから学ぶPythonプログラミング」 渡辺宙志 講談社 (2020)． 龍大図書館 | Amazon． Colab を使って Python プログラミングを学ぶという内容．
- オンラインでプログラミングを学べる学習講座がいろいろあります．無料だったり有料だったり．調べてみるとよいでしょう．
数理・情報科学課程の学生は，「paizaラーニング」の一部のサービスが無料になる「学校フリーパス」というものが利用可能です．
「@mail Teams の数理のチーム」 > 「03. Math ラウンジ」 に佐野さんが投稿している「Paiza ラーニング学校フリーパス 2022年度後期用」という記事を参照してね．
Python プログラミング環境を構築したい†
↑ でも言及してる AProg/2021 に，自分のPC（Win or Mac）に Python プログラミング環境を構築する方法を書いてます（約1年前の情報なのでバージョンとか少し古いところありますが）．
そこで説明しているのは， https://www.python.org/ から素で Python をインストールし，VSCode でプログラムを書く方法です．
インストールの仕方は他にもいろいろあります．
![[PukiWiki]](image/blackuni3-80x80.png "[PukiWiki]")
