物理のためのデータサイエンス入門 (Introduction to Data Science for Physics)
植村誠「物理のためのデータサイエンス入門」講談社、2023年3月、amazon
A textbook written in Japanese
目次
第0章 データサイエンス、機械学習・・・何が嬉しいの?
第1章 推定と検定 (Statistical estimation and test)
1.1 データに最適なモデル:尤度、最尤推定、最小二乗法
1.2 モデルの不定性:χ2分布、仮説検定、信頼区間
第2章 高次元のモデルへ (To the world of high-dimensional models)
2.1 モデルの過適合と汎化性能
2.2 最適化と局所解
第3章 ベイズモデリング (Bayesian modeling)
3.1 モデルパラメータを確率変数に
3.2 ベイズの定理
3.3 例題1:新型コロナのPCR検査
3.4 例題2:スパムフィルター
3.5 例題3:滑らかな曲線
第4章 マルコフ連鎖モンテカルロ法 (Markov chain Monte Carlo methods)
4.1 確率分布からのサンプリング
4.2 MCMCの原理
4.3 様々なアルゴリズム
4.4 実践例1:活動銀河核ジェットの物理状態
4.5 実践例2:地震波形の再構成
4.6 MCMCが収束しません!
第5章 正則化とスパースモデリング (Regularization and sparse modeling)
5.1 ブラックホールの夜
5.2 最小二乗法と正則化
5.3 スパースモデリング
5.4 実践例1:変光星の周期解析
5.5 実践例2:電波干渉計とMRIの画像再構成
5.6 実践例3:超新星の明るさを決める変数の選択
第6章 判別モデル (Discrimination models)
6.1 手で境界線を引いたら、ダメですか?
6.2 判別モデルの基本的な考え方
6.3 ロジスティック回帰
6.4 サポートベクトルマシン
6.5 実践例:津波堆積物
第7章 ガウス過程 (Gaussian process)
7.1 頭の良いデータの取り方
7.2 ガウス過程の数理
7.3 実践例1:天体の不規則な光度変化
7.4 実践例2:ダークエミュレータ
7.5 実践例3:自動車エアコン用送風機の設計
第8章 ニューラルネットワーク (Neural network)
8.1 ニューラルネットワークとは
8.2 実践例1:風に煽られる望遠鏡
8.3 実践例2:超新星の捜索
付録 Pythonプログラム