「数式」や「プログラミング」で挫折したすべての人へ。
シリコンバレー発、統計学＆データサイエンス入門書の決定版。
データに基づいた意思決定が重要。
そう言われて統計学を学び始めたものの、難解な数式や「R」「Python」といったプログラミング言語の壁にぶつかり、挫折してしまった経験はありませんか？
本書は、そうした「統計学に挫折した経験がある人」や「文系で数学に苦手意識がある人」のために書かれた、実践的な統計学・データサイエンスの入門書です。
◆ 本書の3つのポイント
1. 世界標準の「R言語」を、マウス操作だけで使いこなす
本書では、世界中のデータサイエンティストに愛用されているR言語のパワフルな機能を、プログラミングなし（ノーコード）で扱えるUIツール「Exploratory」（エクスプロラトリー）を学習に使用します。環境構築やコードのエラーに悩まされる時間は、もう必要ありません。クリックだけの直感的な操作で、誰でも本格的なデータ分析が可能になります。
2. ツールは「無料」、サンプルファイルで手を動かしながら学べる
Exploratoryには、永続的に無料で使えるPublic版や、学生や先生の方々が無料で使えるAcademic版が用意されています。本書では、架空の企業の従業員データをサンプルファイルとして使い、自分で実際にデータの可視化・分析を行いながら、統計学やデータサイエンスの手法を学べます。
3. シリコンバレー発の人気ブートキャンプを1冊に凝縮
著者は、シリコンバレーにてExploratory社を創業し、「データサイエンスの民主化」を掲げて活動する西田勘一郎氏。日米で10年近く開催され、数千人が受講した「データサイエンス・ブートキャンプ」の実践的ノウハウを、この1冊に凝縮しています。
◆ 本書で身につく主な知識とスキル
記述統計： データを要約する指標や「ばらつき」を表す指標を正しく理解する（平均値、中央値、標準偏差）
仮説検定： 複数のグループにおける平均や割合の差が有意かを見極める（t検定、ANOVA検定、カイ2乗検定）
多変量分析： 目的変数に影響する説明変数を特定し、関係性を解き明かす（線形回帰、ロジスティック回帰）
機械学習モデルと予測： 機械学習モデルを作成する（決定木、ランダムフォレスト）、モデルから未来を予測する
◆ 本書はこんな方におすすめです
・過去に統計学の教科書で挫折した経験がある方
・Excelでの分析に限界を感じているが、プログラミングはハードルが高いと感じる方
・「勘」や「経験」だけでなく、客観的なデータで意思決定を行いたいビジネスパーソン
・学生に実践的なデータサイエンスを教えたい教育関係者
