データ分析のための数理モデル入門本質をとらえた分析のために

本書では、さまざまなモデリング手法の基礎的な部分を解説するだけでなく、それらをどのように選択して使用すればよいか、そしてモデリングによって得られる結論について初学者が勘違いしやすい事項について丁寧に解説しています。

主な読者層は、「これからデータ分析を始める」、或いは「ある種の分析で結果を出すことはできるが、それが何をやっていることになるのかがモヤモヤする」といった初学者・初級者です。
通常データ分析の文脈では言及されない（しかし重要な）種々の数理手法についても解説することで、ある程度モデリングに慣れた読者が読んでも楽しめる内容を目指しました。

第一部　数理モデルとは

第1章　データ分析と数理モデル
第2章　数理モデルの構成要素・種類

第二部　基礎的な数理モデル

第3章　少数の方程式によるモデル
第4章　少数の微分方程式によるモデル
第5章　確率モデル
第6章　統計モデル

第三部　高度な数理モデル

第7章　時系列モデル
第8章　機械学習モデル
第9章　強化学習モデル
第10章　多体系モデル・エージェントベースモデル

第四部　数理モデルを作る

第11章　モデルを決めるための要素
第12章　モデルを設計する
第13章　パラメータを推定する
第14章　モデルを評価する