◎ 長橋 賢吾（ながはし けんご）

フューチャーブリッジパートナーズ株式会社代表取締役、株式会社アプリックス代表取締役兼取締役社長。
慶應義塾大学環境情報学部卒業。同大学院政策・メディア研究科修了、2005年東京大学大学院情報理工学研究科修了。博士（情報理工学）。

英国ケンブリッジ大学コンピュータ研究所訪問研究員を経て、2006年日興シティグループ証券（現シティグループ証券）にてITサービス・ソフトウェア担当の証券アナリストとして勤務したのち、2009年3月にフューチャーブリッジパートナーズ株式会社を設立。

経営の視点から、企業戦略の策定、経営管理、IR支援、M＆A、資金調達、データ活用を実施する。
2014年12月より株式会社インプレスと共同で「データサイエンス基礎講座」を開催。広い視点でわかりやすい講習指導をモットーとし、どの回も満席の好評を得る。

共著に「使って学ぶIPv6」（アスキー、2002年4月）、著書に「これならわかるネットワーク―インターネットはなぜつながるのか?（ブルーバックス）」（講談社、2008年5月）、「図解入門 ビジネス最新ネット企業の新技術と戦略がよ～くわかる本」（秀和システム、2011年9月）、「ビッグデータ戦略」（秀和システム、2012年3月）、「図解スマートフォンビジネスモデル」（秀和システム、2012年9月)。「システム開発は絶滅危惧業種になってしまうのか? アジャイル的50の生き残り術」（秀和システム、2014年5月）、「図解入門ビジネス FinTechの基本と仕組みがよ～くわかる本」（秀和システム、2016年12月）などがある。

◆第1章　Rと機械学習の基礎
1-1　機械学習とは何か？
1-2　Rとは何か？
1-3　Rのインストールと利用前の設定
1-4　Rの基本的な利用方法
1-5　Rを使った統計量とデータの把握
コラム　統計本を読む3つのコツ

◆第2章　回帰分析で目的変数の値や発生確率を予測
2-1　単回帰分析
2-2　重回帰分析
2-3　ロジスティック回帰分析
2-4　ポアソン回帰
コラム　回帰分析の実際のビジネスへの応用

◆第3章　クラスタリング分析の3つの手法でデータを分類
3-1　クラスタリングの3つの手法
3-2　階層化クラスタリング
3-3　非階層化クラスタリングとk平均法
3-4　モデルベースクラスタリング
コラム　クラスタリングの応用

◆第4章　主成分分析・因子分析で属性を削減し因子を特定
4-1　主成分分析とは？
4-2　因子分析
コラム　主成分分析とフランス印象派

◆第5章　アソシエーション分析で関連性がある物事を見極める
5-1　アソシエーション分析に使われるアソシエーション・ルールとは
5-2　arulesによるアソシエーション分析
コラム　アソシエーション分析の応用

◆第6章　サポートベクターマシンでクラス分類
6-1　線引きによるクラス分類
6-2　カーネル法
6-3　サポートベクターマシンによる機械学習
コラム　1クラスサポートベクターマシン

◆第7章　アンサンブル学習と正則化―モデルの組み合わせと過学習の解決
7-1　過学習とは？
7-2　正則化
7-3　アンサンブル学習
コラム　ランダムフォレストのひと手間─254

◆第8章　ベイズ推定とMCMC―事後確率や状態確率を求める
8-1　ベイズ推定と主観確率
8-2　MCMCの導入
8-3　Stanを利用したベイズ推定
コラム　ネットと相性が良いベイズ推定─284

◆第9章　ニューラルネットワークとディープラーニング
9-1　ニューラルネットとは？
9-2　ディープラーニングとニューラルネットワークの手法
コラム　畳み込みニューラルネットワーク