数式を使わないデータマイニング入門 隠れた法則を発見する についての感想・レビュー・書評

複数の属性にまたがる隠れた法則を見つけるデータマイニング（マイニングとは採鉱を意味する）について、数式を使わずにわかりやすく解説されている本。Amazonでは自分の興味のありそうな商品が多層的かつ最適化されてリストアップされ、googleではパーソナライズされた評価の高い検索結果が得られる様になっているが、あれがデータマイニングの成果。彼らの本質は本屋でも検索屋でもなく、データマイニングによって得られた分析結果を再構成して収益化している点にある。

各手法が数式を使わずに、わかりやすい例を用いて書かれている。
入門の入門といった感じ。

タイトル通りに平易な数学の知識で読める本。データマイニングとは究極的にいえば分類して、知識を整理・発見することだと思う。それをいろいろなツールで行うことに過ぎない。そのツールを紹介し、現代っ子にも解りやすい例示を使っているのもよい。

IT業界はビックデータブームだが、その入門にもいい本。

データマイニングに対する基本的なイメージを概念的に教えてくれる一冊。

基本的にはデータマイニングの概念とその活用のされ方について述べているが、最終的に情報社会においてデータマイニングの技術は監視社会にも繋がっていることを示唆してくれている。

SNSなどを利用している人はメディアリテラシとして読んでおくべき一冊。

データまイニングについて、文字通りほとんど数式を使わずに記述した入門書。
豊富なたとえ話を交え、わかりやすいのが最大の特徴。

一番参考になったのは、「データマイニングは、データを分析してくれるけど、答を出すのは人間」という点。
えてして万能なものと過信しがちなので、その1点だけでこの本を読んだ価値があった。

あと、最後のビッグブラザーの話は漠然とわかっていても、改めて言われると戦慄が走る内容。

題名の通りに本格的な数式は登場せず、厳密さを犠牲にしても分かりやすさにこだわってデータマイニングの何たるかを豊富な例により説明しています。データマイニングとは何か、データマイニングで何ができるかを大雑把に理解するにはコンパクトでとても分かりやすいのですが、引用されている例がいずれもオタク好みの例なので、人によって好みが分かれるかもしれません。その点を差し引いてもデータマイニングをお手軽に知っておきたい人には最初に読む一冊としてよいと思います。

行き着くところは、「アマゾン」ということ。データ集積にかかる費用が安価でフリーアクセスになることで、実現したんですね。

データマイニングの考え方を易しく説いた良書。数式を使わないと謳うだけあって、本当にさわりのさわり程度の内容です。しかし初心者がいきなり数式満載の入門書に取りつくのは極めて危険です。「データマイニング？それって食べられるの？」レベルな方は本書を読んで雰囲気を感じるだけでも有益だと思われます。

データマイニングという用語が出てきた背景について入門レベルだが理解出来た。

読み方が悪かったのか、ふーんとしか思わなかった。データ解析にある程度知識のある人にとっては得るものは少ないかも。ただ、例の使い方がすごく上手でわかりやすい説明なので、誰かに説明するときには役に立つかも。

149ページ
　それは情報活かすノウハウ持っていないからだ。
　　◆ノウハウ持っていない→ノウハウを持っていない

本当にひとっつも数式が出て来なかったw
途中、k-means 法に依るモビルスーツのクラスタ分析とか出てきて、取っ付き易く工夫されてはいるが、若干説明が曖昧で、全くの数式なしでは厳しかったのではないかと思う点もあり。
データマイニングの代表例といえば、Amazon の「おすすめ商品」だが、「これってどういう感じで動いてんの？」と説明を求められそうな人にオススメ。噛み砕くとこう言うことか、というヒントとして。

後半がちょっと余計というかどうでもいい。

その他はなかなか興味の持てる内容だったし、やってみようと思った（また機械学習の勉強をしようと思った）が、次への一歩を踏み出しにくいかなと思った。紹介されている書籍が次の一歩なのだろうか。

データマイニング⇒情報管理⇒監視を分かりやすく。
回帰分析（落としどころを探る）。
決定木（効率的に判断する）クラスタ分析（分からないことは分かること）。
自己組織化マップ（複雑な分類）連関法則（買い物かごの中身は？）ニューラルネット（神経をまねしてみる）
自己組織化マップ＝コホーネント

「ビールと紙おむつを並べて売ると良く売れるという事実は都市伝説だった！」なんてうんちくから、決定木プロセス、連関規則などなかなか面白い考え方を学ぶ。

監視社会など負の面も。

本当の入門書といったところでしょうか。
だれでも、読める内容・レベル。

［　内容　］ グーグル、アマゾン―Ｗｅｂ２．０時代に必須の技術を、本質から理解する。 ［　目次　］ 第１章　隠れた法則を見つける技法 第２章　ビジネスで使われるデータマイニング 第３章　データマイニングの手順 第４章　落としどころを探る―回帰分析 第５章　効率的に判断する―決定木 第６章　分けることは分かること―クラスタ分析 第７章　複雑な分類―自己組織化マップ 第８章　買... 続きを読む »

デートが成功するかの例が，くすっと笑えた．
わかりやすいね．

データマイニングの導入本。数式などは一切使わず、ただひたすら定性理解に努めている。

データマイニングについてよく知らない人にはもちろん、何となく使っているだけ程度の人も読んだら気づかされることがあるかも。
構成は、始めにデータマイニングの概観、次に代表的な手法の定性的な解説、最後にデータマイニングの弊害について、といった感じ。

この本の良いところは
・出てくる例えにユーモアがあって読んでて飽きない
・良いところだけでなく、弊害についても触れている
ところだと思う。

少し古いけど、まだまだ読まれて然るべき本だと思った。
・

武蔵野

この本は何度読んでも元気が出るなｗ
、「多変量解析入門」の入門としてはかなりの好著。

2006年の新書だけど、今でも全然いける内容。
新書の多くはそのときの新鮮なネタで年をまたぐと輝きを失うものが多いが、本書は違った。

これからの時代、もっと輝く、昆布的な存在感の本となるだろう。
以下、目次。

第1章 隠れた法則を見つける技法
第2章 ビジネスで使われるデータマイニング
第3章 データマイニングの手順
第4章 落としどころを探る―回帰分析
第5章 効率的に判断する―決定木
第6章 分けることは分かること―クラスタ分析
第7章 複雑な分類―自己組織化マップ
第8章 買い物かごの中身は?―連関規則
第9章 神経をまねしてみる―ニューラルネット
第10章 データマイニングと情報管理
第11章 監視社会とデータマイニング

文字通り複雑な数式を使っていないので、「データマイニングとはなんぞ？」ってのをザックリと把握できる。

データマイニングを理解するための導入本

データマイニング手法の平易な説明が入門としてよかった。
後半、なぜか突然、情報管理や監視社会について論じられ、それまでのデータマイニング手法の話と違う方向へ行った感がある。