tidymodelsとは 本書の特徴 本書の構成 本書の対象読者 本書で解説しなかったこと 本書のサポートページ ようこそtidymodelsの世界へ 第1章 データの準備 ■1-1 データ分割とリサンプリング法 ■1-2 rsampleパッケージによるデータ分割のアプローチ ■1-3 無作為抽出によるデータ分割が不適切なケースへの対応 ■1-4 リサンプリング法 ■1-5 recipesパッケージによる前処理 ■1-6 まとめと参考文献 第2章 回帰モデルの作成 ■2-1 statsパッケージによる線形回帰モデルの作成 ■2-2 parsnipパッケージによる線形回帰モデルの作成 ■2-3 parsnipパッケージの便利な機能 ■2-4 yardstickパッケージによるモデルの評価 ■2-5 まとめと参考文献 第3章 分類モデルの作成 ■3-1 分類モデルとは ■3-2 parsnipパッケージのpredict()関数の扱い方 ■3-3 parsnipパッケージによる分類モデルの作成 ■3-4 yardstickパッケージによる離散値の評価指標 ■3-5 yardstickパッケージによる連続的な確率に対する評価指標 ■3-6 まとめと参考文献 第4章 モデルの運用 ■4-1 workflowsパッケージによるレシピやモデル、データの変更 ■4-2 workflowsetsパッケージによる複数レシピ・モデルの一元管理 ■4-3 まとめと参考文献 第5章 ハイパーパラメータチューニング ■5-1 ハイパーパラメータチューニングの流れ ■5-2 ハイパーパラメータチューニングの手法 ■5-3 tuneパッケージによるハイパーパラメータチューニング ■5-4 まとめと参考文献 第6章 自然言語処理を使ったtidymodels実践 ■6-1 データと形態素解析器MeCabの準備 ■6-2 tidymodelsによるモデリング ■6-3 まとめと参考文献