出版社内容情報
日常なじみの深い応用例を通じ，理論と実用的な手法，有効性を解説。多変量解析とニューラルネットの基礎も記述。〔内容〕非線形多変量解析／ニューロンのモデル化／現代パーセプトロン／非線形判別分析／非線形主成分分析／非線形回帰分析
【目次】
1. 非線形多変量解析
1.1 非線形関係の分析
1.2 モデルに望まれる性質
2. ニューロンのモデル化
2.1 生物学的神経細胞
2.2 階層型ネットワーク
2.3 相互結合型ネットワーク
3. 現代パーセプトロン
3.1 ネットワークの構成
3.2 関数の最適化と学習
3.3 誤差逆伝播学習
4. 非線形判別分析
4.1 判別分析
4.2 ネットによる判別
4.3 数量化２類との比較
5. 非線形主成分分析
5.1 砂時計型ネットワーク
5.2 非線形な等化曲線
5.3 非線形スムーザー
5.4 主成分分析と情報圧縮
5.5 SDデータの縮約的記述
5.6 多次元尺度法
6. 非線形回帰分析
6.1 線形回帰分析
6.2 ネットワークの尤度モデル
6.3 情報量規準
6.4 フィッシャーの情報量
6.5 道路建設に対する態度形成
6.6 線形多変量解析との比較
7. 引用文献
8. あとがき
9. 索 引
内容説明
本書では、やさしい記述による理論の説明、日常生活でなじみの深い応用例の紹介を通じて、実用的な意味での非線形多変量解析法（ｎｏｎｌｉｎｅａｒ ｍｕｌｔｉｖａｒｉａｔｅ ａｎａｌｙｓｉｓ）の可能性とその有効性について論じていく。また同時に、心理学、教育学、社会学、人類学、医学、生物学、経済学、政治学、経営学、理学、工学、製品開発、マーケティングなどの分野でデータ解析を必要とする読者に、多変量解析法（ｍｕｌｔｉｖａｒｉａｔｅ ａｎａｌｙｓｉｓ）とニューラルネットワークモデル（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｏｄｅｌ）の入門的な解説を行う。
目次
１ 非線形多変量解析
２ ニューロンのモデル化
３ 現代パーセプトロン
４ 非線形判別分析
５ 非線形主成分分析
６ 非線形回帰分析
