Data Science with R

Rの準備

基礎的な操作

データ型

データ構造

1. ベクトル

2. 因子

3. 行列

4. データフレーム

5. リスト

データの加工

1. 欠損値の処理

2. 行あるいは列に対する一括処理

3. 条件に合致する行の抽出

4. データの結合

5. 度数データの相対度数データへの変換

データのインポートとエクスポート

反復処理（繰り返し構文）

条件分岐

文字列の結合・分解・検索・置換

関数の自作

グローバルオプションの確認・変更（options関数）

中心傾向の測度（代表値）

散らばりの測度

歪度と尖度

単純集計とクロス集計

相関

関連性指標

標準化

層別

質的変数のグラフ

1. 棒グラフ

2. 円グラフ

3. モザイクプロット

4. Clevelandのドットプロット

5. ヒートマップ

6. レーダーチャート

7. サンバーストチャート

量的変数のグラフ

1. ヒストグラム

2. 箱ひげ図

3. 平均プロット

4. 散布図

5. 折れ線グラフ・面グラフ

6. バブルチャート

7. 散布図行列

8. ストリッププロット・ジッタープロット・ビースウォームプロット（群蜂図）

9. ヴァイオリンプロット・スプリットヴァイオリンプロット

10. リッジラインプロット

11. レインクラウドプロット

12. 3次元散布図

その他

1. wordcloud

2. ナイチンゲールの鶏頭図

3. 日本地図

標本抽出

区間推定（母平均・母比率）

t検定（1標本のt検定・2標本のt検定）

母比率の検定・適合度の検定

独立性の検定（カイ二乗検定・フィッシャーの正確確率検定）

分散分析（ANOVA）

検出力分析

ウィルコクソンの順位和検定（マン・ホイットニーのU検定）

クラスカル・ウォリス検定

教師あり学習

1. 線形

   • 回帰分析

   • 線形判別分析

   • ロジスティック回帰分析

   • パーセプトロン

   • ナイーブベイズ

2. 非線形

   • kNN

   • サポートベクターマシン（SVM）

3. 正則化回帰

   • LASSO回帰

   • Ridge回帰

4. アンサンブル/ツリーモデル

   • 決定木

   • バギング

   • AdaBoost

   • ランダムフォレスト

   • Boruta

   • XGBoost

5. 深層学習

   • ニューラルネットワーク

   • ディープラーニング（深層学習）

教師なし学習

1. 次元削減

   • 主成分分析

   • 対応分析・多重対応分析

   • 因子分析

   • 多次元尺度構成法（MDS）

   • 独立成分分析

   • カーネル主成分分析

   • t-SNE

   • UMAP

2. クラスタリング

   • 階層的クラスター分析

   • 非階層的クラスター分析

   • DBSCAN

   • HDBSCAN

   • 自己組織化マップ（SOM）

3. 頻出パターンマイニング

   • アソシエーション分析（Apriori・Eclat・FP-Growth）

   • 系列パターン分析（PrefixSpan）

4. 外れ値検出

   • Isolation Forest

   • One-Class SVM

その他

1. 時系列分析

   • ARIMA

2. 構造・関係性

   • ネットワーク分析

   • 共分散構造分析（SEM）

3. リサンプリング

   • ジャックナイフ

   • ブートストラップ

トピックモデル

組み合わせ最適化