教育現場のデータを活かすために！

本書は、教育現場に蓄積された多様なデジタルデータ（成績データ、アンケート結果など）の分析方法を解説します。

中・高・大や予備校などの教育現場には、多くのデータ（試験・入試の結果、TOEICなどの外部試験の結果、出席管理システムの情報など）が、なかば勝手に集積されていきます。昨今、データ利用の重要性が叫ばれるなか、そのようなデータの山の中から教育上、有用な知見を見つけ出すことが教育現場にも求められています。

本書は、大学や予備校、通信教育の教職員・事務職員、教育に熱心な中・高の教職員をおもたる対象として、教育データの分析手法や考え方を解説しています。オープンソースの統計分析向けのソフトウェア環境であるRを用いることで、実際に使える実践的な方法を解説しています。

教育分野の方以外にも、データ分析が身近な学校という現場を例に、どのように実応用されているかを知ることができる一冊になっています。

R言語はシンプルな文法と「ベクトル」と呼ばれる機能を使った柔軟な処理が可能で、配列やリスト、テーブル、集合など数値計算に強いものです。

本書では、RStudioという投稿型の開発環境を使って快適にプログラミングを学ぶことができます。他言語の経験者はもちろん、初めての人でも使いこなすことができるようになるように内容をまとめました。

統計や機械学習の手法や考え方を学んだあとに、コードを記述して実践するというステップで、Rを身に付けることができるように構成しています。

絶え間なく更新されるベストプラクティスが

「ベスト」であり続けるための基礎技術のすべて

【本書の内容】

本書は

Brett Lantz, "Machine Learning with R - Third Edition",

Packt Publishing, 2019

の邦訳版です。

本書は「機械学習」で語られることの多い手法（最近傍法や回帰法、ナイーブベイズ

や決定木を使った分類法）を網羅し、それぞれの意味や成立条件を解説します。

といっても、ゴリゴリの数式だけを使うわけではなく、既存のデータを使用し、

それら手法によって解析した結果、どのようなグラフが表示されるか、を

手取り足取りで解説してくれます。

ですから、機械学習を構成するさまざまな手法を、実際に使えるレベルで理解できる

ようになります。

そのため、自身が関わるプロジェクトにおいて、どの手法がベストプラクティスと

なるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう。

「機械学習」を学んだものの「もやもや」に付きまとわれているエンジニアに

よく効く一冊です。

【本書のポイント】

・「機械学習」と呼ばれる手法を網羅

・手法を構成する手続きやその前準備を微細に解説

・各手法のメリットとデメリットも紹介

・実際に手を動かすことで各種手法を正しく利用できるようになる

【読者が得られること】

・機械学習とその派生手法のモデルを頭の中に構築できる

・機械学習を成立させるさまざまな手法に精通できる

・プロジェクトで真に必要な手法がわかる

・（ついでに）R言語（4.x系）も習得できる

【著者について】

・Brett Lantz（ブレット・ランツ）

社会学者として教育を受けた著者は、人間の行動を理解するために10年以上に

わたってイノベーティブなデータ手法を活用してきた。

DataCampの講師であり、世界中の機械学習カンファレンスやワークショップで

たびたび講演を行っている。

多機能でありながら無料で使える統計解析ソフト「Ｒ」。その利便性からもＲによるデータ処理がますます広がっている。一方，統計学の入門的知識があっても，このソフトに敷居の高さを感じる人は少なくない。はじめてＲに触れる初学者対象に，Ｒを使っての統計解析の最初の一歩を踏み出すための説明をコンパクトにまとめた。