Pythonによる医療データ分析入門--pandas+疑似レセプト編

ｐａｎｄａｓ、ＮｕｍＰｙ、ＳｃｉＰｙ、Ｍａｔｐｌｏｔｌｉｂによるデータ分析プログラミング技法詳解。

目次 : １章　死亡率を推定しよう（「日本版死亡データベース」の利用/ 加入者情報レコードの擬似生成　ほか）/ ２章　発生率を推定しよう（「患者調査」の利用/ レセプトの擬似生成　ほか）/ ３章　血圧別発生率に挑戦（「国民健康・栄養調査」の利用/ 健診レコードの擬似生成　ほか）/ ４章　医療統計の導入（セミパラメトリック分析―点推定/ セミパラメトリック分析―区間推定　ほか）/ Ａｐｐｅｎｄｉｘ（メモリの節約/ バイアスと発生原因　ほか）

【著者紹介】
青木智広 : １９８１年静岡県静岡市生まれ。静岡東高等学校卒業、東京工業大学工学部卒業、同大学院総合理工学研究科修了。生命保険業界でアクチュアリーとして医療データを使った生命保険商品開発を６年間経験、内４年間は外資系再保険会社で生命保険商品開発支援を担当。その後２０１９年１０月より外資系コンサルティング会社「アクセンチュア」に勤務、保健医療領域のためのＸＡＩ（Ｅｘｐｌａｉｎａｌｂｅ　ＡＩ）の開発業務等に従事

山本光穂 : 三井住友海上火災保険株式会社プリンシパルデータサイエンティスト。モビリティー分野に関連するデータ分析／地理情報空間／情報検索／データレイク・データウェアハウス等データ分析環境構築を得意とする。また、Ｐｙｔｈｏｎのデータ分析コミュニティであるＰＹＤａｔａ．Ｔｏｋｙｏのオーガナイザを務める（本データはこの書籍が刊行された当時に掲載されていたものです）