Python本 - 人気 / 新書 / 高評価 書籍一覧 | 技術書の本だな

数学とPythonがいっぺんに学べる一石二鳥の1冊!

プログラミングに数学の知識は役に立つと聞くけれど…。高校時代に数学に挫折した経験を持つ人も多いのでは?

データサイエンスや機械学習、ブロックチェーンなど、数学理論に裏打ちされたシステムが今は花盛り。これまでは数学が苦手なままでやって来られたけれども、これからのプログラミングにはますます数学が必要に。
ところが、プログラマー向けの数学書はどれも高校レベルは飛び越えた、難易度の高いものばかり。

そこで数学に自信がないのなら、高校レベルの数学からもう一度しっかり学び直すのはいかがでしょう。残念ながら数学は積み重ねが大事。自分のレベルに合わない参考書では結局何も身に付きません。
急がば回れ。高校数学からしっかり足元を固めていきませんか?

本書は単に数学理論を説明するだけでなく、計算や証明、理論の検証をPythonを使ったプログラムで解説しています。理論を学んで、Pythonで試す。読むだけでなく手を動かすことで、数理計算のコーディングの勘所を養うこともできます。

数学とPythonの基礎固めがしっかりできる一石二鳥の1冊。数学が苦手な文系プログラマーはもちろん、数学を忘れてしまった理系出身のプログラマーも、自信を取り戻すのにピッタリです。
Pythonについてはひと通り理解している人が対象ですが、未経験でも大丈夫。巻末にPythonの導入ガイドも用意しました。

本書で高校レベルの数学をしっかり理解して、ぜひ次のステップに進んでください!  

伝説のゲームマンガでプログラミングが楽しく身につく!
だれでも、はじめてでも、ゲームが作れる!

『ゲームセンターあらし』『こんにちはマイコン』のすがやみつる先生が、
プログラミング入門マンガを描き下ろし!

いよいよ小学校でのプログラミング教育が必修化されます。ただし、授業で習うとなると、とたんにプログラミングがつまらなくなりそう。プログラミングだけでなく、IT全般をきらいになっちゃうかも――。そんな懸念を吹きとばすのが、すがやみつる先生の書き下ろし入門マンガ、令和版の『こんにちはマイコン』ともいえる本書です。プログラミングの必要性はもとより、プログラムをつくって動かす楽しさ、面白さをバッチリ伝えます。もちろん、プログラミング未経験の大人が読んでも役立ちます。

子どもから大人まで、「プログラミングを楽しみたいすべての人」にお届けします。  

【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】

Pythonでデータ分析を体験してみよう！

【データ分析を一緒に体験しよう】
スクレイピングなどで集めた大量のデータ。
どうやって分析してたらよいか、困っていませんか？
「数式があって難しそう」
「プログラムも大変そう」
と思っている方も多いはず。
本書は、そうした方に向けて、サンプルを元にやさしく
データ分析の方法を解説しています。

【Python2年生について】
「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。
ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。
『Python2年生 スクレイピングのしくみ』（ISBN：9784798161914）も刊行されています。

【対象読者】
・データの分析方法を知りたい初心者

【本書のポイント】
ヤギ博士＆フタバちゃんと一緒に、データ分析の考え方から丁寧に解説。
データを分析する時に必要な前処理の方法や、データの集まりの見方、
データを見やすいグラフにする方法、データの分布の見方、予測の立て方を
解説する書籍です。

【著者プロフィール】
森 巧尚（もり・よしなお）
アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。関西学院大学非常勤講師、
関西学院高等部非常勤講師、成安造形大学非常勤講師、プログラミングスクールコプリ講師など、
プログラミングに関する幅広い活動を行っている。
近著に『Python1年生』、『Python2年生 スクレイピングのしくみ』、
『Java1年生』、『動かして学ぶ！Vue.js開発入門』（いずれも翔泳社）、
『楽しく学ぶ アルゴリズムとプログラミングの図鑑』（マイナビ出版）などがある。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 

コツ・しくみ・落とし穴をしっかりおさえるから
人気プログラミング言語「Python」がスイスイ身に付く!

データ分析やAIの分野で注目のプログラミング言語「Python」(パイソン)は、WebやIoTをはじめとした幅広い分野で活用されています。
汎用性の高さに加え、文法がシンプルで、簡潔なプログラムを書くことができるため、教育用プログラミング言語としても採用が増えてきました。

しかし、シンプルとはいえPythonには多くの文法・記法があり、初心者が独学でマスターするのは簡単ではありません。
そこで本書では、プログラミングの基礎を丹念に解きほぐし、楽しいストーリーとともに、つまずくことなく最後まで読み通せる入門書を目指しました。

もちろん、「スッキリ」シリーズの特長であるプログラミングのしくみやコツがしっかり身に付くので、機械学習やWebアプリケーションなどの専門分野の学習にスムーズに進むことができます。
また、シリーズで好評の楽しみながら知識の確認ができる練習問題と、よく陥りがちなエラーや落とし穴の対策をまとめた「エラー解決・虎の巻」も収録していますので、挫折せずに着実に学びきれます。

本書を通じてPythonならびにプログラミングの楽しさを学び、新しい未来への道を拓いてみませんか。

本書では、以下の内容を扱います。

第0章 ようこそPythonの世界へ
■第I部 Pythonの基礎を学ぼう
第1章 変数とデータ型
第2章 コレクション
第3章 条件分岐
第4章 繰り返し
■第II部 Pythonで部品を組み上げよう
第5章 関数
第6章 オブジェクト
第7章 モジュール
第8章 まだまだ広がるPythonの世界
付録A sukkiri.jpについて
付録B エラー解決・虎の巻

詳細は目次をご確認ください。
 

おかげさまで8万部突破!
読者の声に応えて
第2版の登場

【本書の概要】
Web開発やデータ分析などの分野で、ユーザー数が増えてきているPython。
最近では、Pythonに触れる方も多くなってきています。
本書はそうしたPython初心者の方に向けて、
ヤギ博士とフタバちゃんと一緒に
基本的なプログラムの作成から、面白い人工知能アプリの作成までを体験。
対話形式でプログラミングのしくみを学ぶことができます。

【対象読者】
Pythonについて何も知らないプログラミング超初心者

【本書のポイント】
・対話形式で解説し、イラストを交えながら、基礎知識を解説します。
・初めての方でも安心して学習できるよう基本文法もしっかり解説します。
・平易なサンプルを用意していますので、安心してプログラムを体験できます。
・2022年時点の最新の環境(Windows 11、Python 3.10など)に対応しています。
・エラーでつまづいた場合の対応方法を巻末に掲載しています。

【目次】
第1章 Pythonで何ができるの?
第2章 Pythonを触ってみよう
第3章 プログラムの基本を知ろう
第4章 アプリを作ってみよう
第5章 人工知能くんと遊んでみよう

【著者プロフィール】
森 巧尚(もり・よしなお)
『マイコンBASICマガジン』(電波新聞社)の時代からゲームを作り続けて現在はコンテンツ制作や執筆活動を行い関西学院大学非常勤講師、
関西学院高等部非常勤講師、成安造形大学非常勤講師、大阪芸術大学非常勤講師、プログラミングスクールコプリ講師などを行っている。
近著に、『Python1年生』『Python2年生 スクレイピングのしくみ』『Python2年生 データ分析のしくみ』『Python3年生 機械学習のしくみ』
『Java1年生』『動かして学ぶ!Vue.js開発入門』『Python自動化簡単レシピ』(いずれも翔泳社)、
『ゲーム作りで楽しく学ぶ Pythonのきほん』『楽しく学ぶ Unity2D超入門講座』『楽しく学ぶ Unity3D超入門講座』(いずれもマイナビ出版)などがある。  

ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。
ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。
ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか?なぜ層を深くすると認識精度がよくなるのか?といった“Why"に関する問題も取り上げます。  

エンジニアの基礎体力を身につける

本書はPythonを用い、ITエンジニアが身につけておくべき王道のアルゴリズムを手を動かしながら学べる入門書です。

教育機関で16年教鞭をとり、公式アプリ2000万DL超の開発実績を持つ廣瀬豪氏が、教育者・プログラマーとしての経験を生かし、データ構造とアルゴリズムの学習が「一生モノの財産になる」という視点で解説します。スタック、キュー、リスト、木、グラフなどデータ構造の基本から、サーチ、ソート、ハッシュといった王道アルゴリズムを厳選しつつ、ユークリッドの互除法、文字列探索、最短経路問題、フラクタル図形の描画、マンデルブロー集合などワンランク上の知識・技術まで網羅します。

サンプルプログラムは手入力しやすい短めのコードを108個用意し、すべての行に1行ずつコメントを付けて読解しやすいように工夫しています。また、ゲームクリエイターという肩書を持つ著者ならではの教材として、「アルゴリズムの見える化」という類書にはない楽しい要素を盛り込んでいる点もポイントです。

資格試験、就職試験に挑む方、大学や専門学校で情報処理を学ぶ方など、プログラミングの力を伸ばしたいすべての方におすすめです。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

 

現役シリコンバレーエンジニアが教える「最強のプログラミング」講義!

9万人が選んだ人気No.1オンライン講座が
超わかりやすくパワーアップして書籍化!

海外企業でも通用する
一流のプログラミング技術が学べます!

★基礎から応用、一流コードスタイルまで1冊で学べる★

【応用編】ではニーズの高い実践的テクニックを中心に、
【入門編】では基礎から1歩ずつ、わかりやすく解説。

シリコンバレーのトップIT企業で活躍する著者が
世界標準のPythonスキルを一気に伝えます。

★海外でも通用する
一流のプログラミング技術が身につく★

知っていましたか?
アメリカのエンジニアの年収は日本の5~10倍です。
本書は「いつか海外で活躍したい」、
そんな夢の実現も強力にバックアップしてくれる
「海外進出の道しるべ」ともなる一冊です。

★9万人超が選んだ人気No.1講座の書籍化★

本書のもととなったのは、オンライン講座Udemyで人気No.1を獲得したPython講座。
本格的な内容をわかりやすく伝える著者の講座は人気が高く、延べ18万5,000人が受講しています(全講座計)。

本書はさらに内容を充実させてパワーアップ! 自分のペースでしっかり学べます。
独学の強い味方、「サンプルコード」の無料ダウンロードサービス付き。

★エンジニアの成功戦略も教えます★

コラムでは、エンジニアのキャリア戦略の立て方、成功するポイント、独学のコツなども紹介。

文系出身、TOEIC300点代からスタートした著者が渾身のエールを送ります。

★用語集、Pointなども充実★

コードを書くときの注意点、知っておきたい豆知識、
開発の現場で必要なことなどは
「Point」としてたっぷり掲載。

巻末には「用語集」も収録し、
徹底して実践的な内容となっています。  

さまざまなアルゴリズムを一挙に把握できる。
問題解決力、データ活用力をレベルアップ！

ソートや検索といった基本的なアルゴリズムから、
大規模処理・暗号化、機械学習・説明可能性の手法など最新系もカバー。

本書は、アルゴリズムの基本事項から始まり、検索やソートなどの実例を示します。
より複雑なアルゴリズムとしては、線形計画法、ページランキング、グラフアルゴリズム
を説明。機械学習アルゴリズム背後のロジックも理解できるようにします。
ケーススタディとして、不正分析やレコメンデーションエンジンを取り上げ、
さらには大規模処理・並列処理・暗号化のアルゴリズムも紹介します。
本書は、さまざまなアルゴリズムを活用したい方にとってその手掛かりとなる
格好のガイドブックです。


※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。

■□ 自分の仕事を楽にするプログラミングの強い味方！
□■ 業務の効率化もプログラミングの効率化もこの1冊で
「Excel×Python」で面倒だったExcelの作業や時間のかかる処理が楽になる――。そのことをご存じの方はずいぶん増えたと思います。そうしたら、いよいよ自分が毎日やっているExcel仕事を楽にする番ですよね。

でも、いろいろな解説で紹介されているサンプルプログラムは、自分が毎日扱っているExcelファイルとはデータも違えば、プログラムの処理内容も違います。そのままそっくり使えることはほとんどありません。どこをどのように変えるといいのか見比べていると、かえって作り直したほうが早いのでは？と思えてしまいます。

とはいえ、ファイルを開いて、行や列単位でセルを読み込み、必要な情報だけを抽出して、見比べやすいように並べ替え、そして集計する――。すらすらコードが書ける人ならまだしも、それをゼロから考えてプログラミングするのは大変です。

本書は「Excel×Python」を専門にした“使えるコード集”。プログラミングの世界ではコードリファレンスといいます。Excelを取り扱うのに必ず出てくる処理それぞれにお手本となるコードを作り、126の有用なコードを1冊にまとめました。これはいわばプログラムの部品集。必要な部品を集めて自分用に組み直せば、自分の仕事を楽にする、自分にぴったりのプログラムが作れます。  

少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で
実践的なスキルが必ず身に付く魔法の書

機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。

本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。

各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。

もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。
 

クリーンで柔軟性の高いプログラムを開発できる。
プロの品質を実現するデザイン手法を多面的に解説。

＜抽象化、カプセル化、パフォーマンス、テスト、拡張性と柔軟性、
クラスの継承、疎結合、リファクタリング、デザインパターン .etc＞

プログラマーが考慮すべきソフトウェアデザインのアプローチとして、
さまざまな手法がこれまで登場し発展してきました。

たとえば、1960年代の構造化プログラミング以降で発展した「関心の分離」や「抽象化」、
オブジェクト指向の中心概念の1つ「カプセル化」などが挙げられます。
これらは、いずれもソフトウェアの開発／運用をより容易にし、拡張性・保守性を高めるものです。

本書では、それらのアプローチをどのように理解し、
Pythonでどのように実践していけばよいのかを解説します。

本書の内容を習得することで、初中級者はコーディングスキルを大きく向上させ、
プロフェッショナルなプログラミングへの道を見通せるようになります。
ベテランの開発者が最近のトレンドを押さえて昔の知識を更新するのにもよいでしょう。


※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

本書はプログラミング言語Pythonの作者Guido氏が書き下ろした、Python入門者のための手引書です。Pythonの言語とシステムの基本的な機能やコンセプトをわかりやすくまとめて解説し、さらにPythonの特徴的な機能を数多く取り上げて紹介しており、Pythonの雰囲気とスタイルをつかむことができます。
本書を読むことで、Pythonのモジュールやプログラムを読み書きできるようになり、ライブラリリファレンスで解説されているさまざまなモジュールについて、詳しく学ぶ準備が整います。
細部にわたり改訂し、最新の3.9.0版ドキュメントに追随した入門者必読の書です。  

 

 

 

 

 

【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】

Pythonでスクレイピングを体験してみよう！

【スクレイピングとは】
機械学習やデータ分析になくてはならない「データ」。
このようなデータは、インターネット上に膨大にありますが、Pythonを使えば効率よくデータ収集できます。
こうした手法を「スクレイピング」といいます。
サイト自体もオープンデータ化が進んでおり、データを集めやすい環境が整ってきています。

【Python2年生について】
「Python2年生」シリーズは、「Python1年生」を読み終えた方を対象とした入門書です。
ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。

【ターゲット】
・ネット上からデータ収集を行う初心者
・データ分析の手前の初心者

【本書の売り】
ヤギ博士＆フタバちゃんと一緒に、インターネットからのファイルのダウンロード方法、
HTML解析の方法、いろいろなデータの読み書き、
APIの使い方といったデータ収集と便利なライブラリを利用した簡単な可視化手法を解説する書籍です。
また最終的にデータ収集を自動化する方法も簡単に解説します。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 

 

【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】

ヤギ博士・フタバちゃんと一緒に
機械学習のしくみを学ぼう！

【機械学習をいちから学んでみよう！】
「最近よく耳にする人工知能と機械学習について知りたい」
「機械学習ってどのようなことをするの？」
と思っている方は多いと思います。
本書はそうした方に向けて「機械学習」について
いちからやさしく解説します。

【Python3年生について】
「Python1年生」「Python2年生」を読み終えた方を対象とした入門書です。
（※「Python3年生」から初めて学ぶ方でもわかるように工夫しています）

【読者対象】
機械学習の初心者

【本書のポイント】
ヤギ博士＆フタバちゃんと一緒に、
機械学習のしくみについて、
サンプルを動かしながら、
楽しく学ぶことができます。

【著者プロフィール】
森 巧尚（もり・よしなお）
アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。
関西学院大学非常勤講師、関西学院高等部非常勤講師、
成安造形大学非常勤講師、大阪芸術大学非常勤講師、プログラミングスクールコプリ講師など、
プログラミングに関する幅広い活動を行っている。
近著に『Python1年生』、『Python2年生 スクレイピングのしくみ』、『Python2年生 データ分析のしくみ』、
『Java1年生』、『動かして学ぶ! Vue.js開発入門』(いずれも翔泳社)、
『楽しく学ぶ アルゴリズムとプログラミングの図鑑』(マイナビ出版)などがある。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。  

 

Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。  

 

近ごろ話題の機械学習、「気になるけどなんだか難しそう……」と思っていませんか？　実は、機械学習の基本はとてもシンプルで、プログラミング初心者にも最 適なんです。本書は、プログラミングやPython、機械学習の初心者向けに、マン ガでPython機械学習を解説します。機械学習の代表的な手法である単回帰をはじめ、重回帰やk近傍法、k平均法などの考え方を、「ペットのウサギの理想体重は？」「予算内の引っ越し先は？」といった身近な問題を通じて解説するので、やさしく楽しく学べます。Pythonの開発環境もブラウザさえあれば無料で使えるGoogle Colaboratoryを用いるので、面倒な環境構築は一切不要。インターネットに接続できるパソコンがあればすぐに学習を開始できます。ほかの機械学習の 書籍だと難しかったという方へも、オススメの一冊です。「そろそろ常識知っておこう!」シリーズは、会話形式の解説をマンガテイストに進化させ、マンガ、会話、チュートリアルをシームレスに組み合わせたニュースタイルの解説書。常識とされながらも覚えにくいテーマをピックアップし、要点をマンガでわかりやすく解説します。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  

東大 松尾研究室が提供するあの人気講座が待望の書籍化!

本書は、2017年と2018年に東京大学で実施された「グローバル消費インテリジェンス寄付
講座」の学生向けオフライン講義と、社会人向けオンライン講座で使われた教材がベースになっています。

約400名ほどの受講枠(2年間)に、のべ1,800人以上の応募があった人気の講義です。この本のベースとなるコンテンツはJupyter Notebook形式で公開されていますが、この内容をさらに精査、ブラッシュアップし、読みやすく整えたものが本書になります。


●本書の内容

本書には、データサイエンティストになるための基礎をつめこんでいます。データサイエンティストは、Pythonや確率・統計、機械学習など、幅広くさまざまな分野の知識を必要とします。

すべての分野を1冊で学ぶことは無理ですので、各分野で深入りはせず基礎的な事項を取り扱っています。データサイエンティストになるための地図と羅針盤のような位置づけとなることをイメージしています。


この本は主にPython 3を使って、基本的なプログラムの書き方、データの取得、読み込み、そのデータ操作からはじまり、さまざまなPythonのライブラリの使い方、確率統計の手法、機械学習(教師あり学習、教師なし学習とチューニング)の使い方についても学びます。取り扱っているデータは、マーケティングに関するデータやログデータ、金融時系列データなどさまざまで、モデリングの前にそれらを加工する手法も紹介しています。データサイエンティストになるには、どれも必要なスキルです。


本書には、さらに以下の3つの特徴があります。

・実際のデータを使って手を動かしながら、データサイエンスのスキルを身に付けることができる
・データ分析の現場で使える実践的な内容(データ前処理など)が含まれている
・練習問題や総合問題演習など実際に頭を使って考える内容がたくさんある


この本に書いてあることを実践し、読み終えた後には、実際の現場でデータ分析ができるようになるはずです。


●この本の対象読者

この本は、プログラミングの経験があり、理系の大学1~2年生程度の教養課程の数学(線形代数、微分積分学、確率統計の基礎など)を終えている方を対象にしています。具体的には、勉強熱心な大学3~4年生の理系の学生さんや大学院生の方、また社会人になってデータサイエンスを学ぼうという意欲の高い方たちが対象です。データサイエンスの入門レベルから中級レベルの手前までを考えている人に最適で、本書のゴールもデータサイエンス入門レベルを卒業できることを想定しています。


●著者による「はじめに」より編集・抜粋

世の中は多種多様でさまざまな問題があります。非効率的な仕事や処理、無駄があることもご承知の通りです。人工知能等が注目される一方で、いろいろな誤解や過剰な期待がされていることもあります。この本を手にとってくださっている方たちには、このような状況でも現実的になって、データサイエンスや人工知能等を使って何ができて何ができないのか、ぜひ見極めてください。

この読者の方たち、受講生の方たちの中から、このデータサイエンスの力を活かして、今の世の中の無駄や非効率を少しでもなくし、さらに新しい価値を創り出して、この世界を良くしていく人が増えていってくれたら、著者としては本望です。


●本書で学べること
・Python/Numpy/Scipy/Pandas/Matplotlibの基礎
・確率/統計/推定/回帰の基礎
・Numpy/Scipyによる科学計算
・Pandasを使ったデータ加工処理(欠損データ/異常値の取り扱い、時系列データの取り扱い)
・Matplotlibによるデータ可視化
・機械学習(重回帰、ロジスティック回帰、決定木、k-NN、クラスタリング、主成分分析、マーケットバスケット分析、モデルチューニング)

 

手を動かしておぼえるPythonプログラミング
――独学に最適な“標準教科書"

プログラミングの初学者に向けた独習シリーズに『独習Python』が新登場。
プログラミング言語入門書の執筆で定評のある山田祥寛氏による、
Python入門書の決定版です。

独習シリーズの強みである、手を動かしておぼえる(書いて実行して結果を確認する)
特長を生かし、Pythonの基本的な言語仕様から、標準ライブラリ、ユーザー定義関数、
オブジェクト指向構文、モジュールまで、サンプルプログラムを例示しながら
詳細かつ丁寧に解説します。

プログラミングの基礎知識がない方でも、解説→例題(サンプル)→理解度チェック
という3つのステップで、Pythonでプログラミングを行う際に必要な知識・概念・機能を
体系的に習得できます。

プログラミングの入門者、これからPythonで開発を始めたい初学者から、再入門者、
学生・ホビープログラマまで、「一からPython言語を学びたい」「Pythonプログラミング
の基本をしっかり身につけたい」という方におすすめの一冊です。

 

 

 

 

便利に使えるPython標準ライブラリの活用術。
初中級スキルアップの近道！

文字列/データ操作、テキスト処理、ファイル操作、
数値演算、ネットワークアクセス、GUIなど、使えるテクニックを満載。

本書では、Pythonの基本的な文法をすでに理解したユーザーが
次に学ぶべきテーマとして、Pythonの標準ライブラリを取り上げます。

本格的なプログラミングへの準備として、習得しておきたい標準ライブラリの
基礎的な活用法を解説します。

Pythonの標準ライブラリは、多数のデータ型やモジュールを提供しています。
それらの機能をうまく活用することがプログラミングの上達につながります。

目的別に180以上の基本レシピを収録。特定の目的を達成するのに、
どの機能をどのように使えばよいのか、すぐにわかるようになっています。

キーとなる関数やメソッドなどの書式に加え、対話的な実行例やスクリプトの例も示しています。
本書により、Pythonのスキルを高め、実践に向けて足場を固めていきましょう。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

 

 

 

世界各国で翻訳された
機械学習本ベストセラーの第3版!

分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。

第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。

著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!


[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。

[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。

【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの評価とハイパーパラメータのチューニングのベストプラクティス
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習

◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。

◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
 

【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】

【本書の概要】
Web開発やデータ分析などの分野で近年、ユーザー数が増えてきているPython。
最近では、Pythonに触れる方も多くなってきています。
本書はそうしたPython初心者の方に向けて、
簡単なサンプルを作りながら、対話形式でプログラミングのしくみを学ぶ書籍です。

【対象読者】
Pythonのついて、何も知らない超初心者

【1年生シリーズ・3つのポイント】
・対話形式で解説し、イラストを交えながら、基礎知識を解説します。
・初めての方でも安心して学習できるよう基本文法もしっかり解説します。
・平易でサンプルを用意していますので、安心してプログラムを体験できます。

【本書のポイント】
ヤギ博士とフタバちゃんと一緒に
基本的なプログラムから、面白い人工知能アプリの作成まで
体験して、プログラミングのしくみを学ぶことができます。

【著者】
森巧尚（もり・よしなお）
iPhoneアプリや、HTML5ゲーム制作、執筆活動などを行っている。
近著に『アルゴリズムの図鑑』がある。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 

データサイエンスやウェブ開発、セキュリティなど、さまざまな分野で人気を獲得してきているPython。本書は、ベストセラー『入門 Python 3』の6年ぶりの改訂版で、プログラミング初級者を対象としたPythonの入門書です。プログラミングおよびPythonの基礎から、ウェブ、データベース、ネットワーク、並行処理といった応用まで、実践を見据えたPythonプログラミングをわかりやすく丁寧に説明します。Python 3.9に対応し、f文字列などの新機能も追加され大幅にボリュームアップしました。Pythonの機能をひと通り網羅し、リファレンスとしても便利です。  

 

Pythonで実務に使える数理最適化のスキルを身につけよう!

本書は、Pythonを用いた数理最適化の入門書です。Pythonを使ってさまざまな課題を実際に解いてみることで、数理モデルを実務で使いこなす力を身につけます。
この本の特徴は、数理最適化のアルゴリズム自体ではなく、数理最適化を用いた課題解決に重きを置いている点です。ビジネスなどにおける課題を数理最適化で解く際に現場で発生しうる試行錯誤が多分に盛り込まれており、実務における手順や気をつけるべきポイントを学習することができます。

この本の構成
本書は二部構成です。
第I部はチュートリアルです。中学校で習う連立一次方程式や高校で習う線形計画法を題材として、数理最適化の基礎的な考え方とPythonによる初歩的な実装を学びます。シンプルな課題設定なので、数学的な難しさを感じることなくPythonに集中して基礎を学習することができます。

第II部はケーススタディです。
実際に社会で起こりうる、さまざまな課題を数理最適化によって解いていきます。
学校のクラス編成やサークル活動における学生の乗車グループ分けなどの学生にとっても身近な課題や、キャンペーンの効果最大化や効率のよい配送計画の立案などのビジネスにおいてたびたびぶつかる課題などを解いていくことで、手順や注意点、効率のよい方法などが学べます。

このような方におすすめ
◎ 数理最適化の実務応用について知りたい方
◎ 施策の効果最大化や効率化に取り組むビジネスマン(エンジニア・マーケター・リサーチャーなど)
◎ 情報・経済・経営系などの学部や学科の学生
◎ データサイエンティストを志す方

 

本書は「Pythonだけ」を学ぶ本ではありません。Pythonを使ってプログラミングを紹介していますが、伝えたい内容はPythonに限らない「プログラミング全般」の知識です。

プログラマになるためのスキルを独学できる本です。Pythonプログラミングの基本を学べるだけでなく、プログラマとして必要なスキル(シェル、正規表現、パッケージ管理、バージョン管理、データ構造、アルゴリズム、仕事の始め方・やり方)もひと通り学べるのが特徴です。
「プログラミングを始めたい」「できればその道でプロを目指してみたい」――そんな読者にオススメです。

本書の著者、コーリー・アルソフ(Cory Althoff)は、「独学プログラマー」です。本書は、彼が独学で、ゼロからプログラミングを学んだ体験に基づいて書かれました。
プログラミングを独学で身に付けるために、著者がPythonを通して学んだエッセンスが書かれています。彼の独学プログラマーとしての学び方は、Amazon.comでの本書の評価を見るとわかるように、多くの人に支持されています。
――訳者あとがきより

目次については、27章プラス補章2つと長いので、以下の「目次を見る」からご覧ください。
 

機械学習の原理を知るための、初めての入門

※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。

本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

●目次
はじめに
第01章　学習を始める前に
　01 本書の目的
　02 本書は何を含まないか
　03 機械学習の初歩
　04 実行環境の準備
第02章　Pythonの基本
　01 プログラムの実行方法
　02 基本的な文法
　03 数値と文字列
　04 複数行処理
　05 制御構造
　06 リスト、辞書、集合
　07 関数定義
　08 オブジェクト指向
　09 モジュール
　10 ファイル操作
　11 例外処理
第03章　機械学習に必要な数学
　01 基本事項の確認
　02 線形代数
　03 微積分
第04章　Pythonによる数値計算
　01 数値計算の基本
　02 NumPyの基本
　03 配列の基本計算
　04 疎行列
　05 NumPy/SciPyによる線形代数
　06 乱数
　07 データの可視化
　08 数理最適化
　09 統計
第05章　機械学習アルゴリズム
　01 準備
　02 回帰
　03 リッジ回帰
　04 汎化と過学習
　05 ラッソ回帰
　06 ロジスティック回帰
　07 サポートベクタマシン
　08 k-Means法
　09 主成分分析（PCA）
INDEX

固定レイアウト型に関する注意事項（必ずお読みください）
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。

■使用できない機能
・文字拡大（ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ）／文字のコピー／マーク／ハイライト／文字列検索／辞書の参照／Web検索／引用

■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード（Kindle端末の場合）
 

 

人気シリーズ「Pythonふりがなプログラミング」を大きくして読みやすく、内容を充実させて改訂しました。「プログラムの読み方をすべて載せる(ふりがなをふる)」という手法で究極のやさしさを目指した、まったく新しいPyhton(パイソン)の入門書です。本書内に登場するプログラムの読み方をすべて載せ、さらに、漢文訓読の手法を取り入れ、読み下し文を用意。プログラムの1行1行が何を意味していて、どう動くのかが理解できます。この新しいアプローチで「プログラムが読めないから、自分がいま何をしているのかわからない」といったプログラミング入門者が途中で挫折してしまう原因を解決しました。さらにこの増補改訂版では、データ分析への初めの一歩を踏み出すための章を追加しました。統計情報とグラフ、2つの観点からPythonによるデータ分析の一端を体験できます。

■本書はこんな人におすすめ
・Pythonの基本を身につけたい人
・過去にプログラミングの入門書で挫折してしまった人
・プログラマーやエンジニアを目指す人
・仕事でPythonを活用してみたい人
 

 

NumPy、SciPy、pandas、Matplotlib、Jupyterをはじめ、高機能で使いやすい数学・科学計算用ライブラリが充実しているPythonは、科学計算、統計解析、機械学習のみならず、金融や経済分野でも広く利用されています。
本書はPythonの代表的なデータ分析ツール、pandasの開発者Wes McKinneyによる、データ分析を行うための基本を網羅しています。
すべてのサンプルコードはダウンロード可能で、Jupyter Notebookで対話的に試し、実際に手を動かしながら知識を確実なものにすることが可能です。
Python 3に対応した待望の改訂版です。  

 

 

プログラミング入門書のロングセラー、
プログラミング学習シリーズにPythonが新登場！
基本文法からクラス、メソッドの使い方・作り方まで
しっかり学ぼう！

本書は、現在もっとも幅広く使われているプログラミング言語の1つ
「Python」がはじめてという初心者を対象に、文法やプログラムの基本知識を
わかりやすく丁寧に教える入門書です。

これまで筆者が数多くの学生に対してプログラミングの授業をしてきた経験を
活かし、プログラミング初学者が「Python言語を通してプログラミングを学ぶ」
というコンセプトで、文法やプログラミングの基礎知識についてやさしく解説します。
Pythonでプログラミングをはじめたい学生や新人エンジニアにも最適な一冊です。

変数やif文による条件分岐、for文やwhile文を使った繰り返しから、
クラスやメソッドの使い方、作り方まで、つまずきやすいところを
ケアしながら解説します。

サンプルプログラムは短くてシンプルなものを選び、何をしているのかが
よくわかるように、コメントをしっかりつけました。
章の最後には練習問題があり、力試しもできます。

・何から学習すれば良いかわからない
・Pythonをはじめて学ぶ・あらためて基本から学びたい
・現場で通用する基礎を身につけたい
という方におすすめの1冊です。

★本書を授業などで教科書として活用していただくことを前提に作成した
学習教材（スライド等）を提供しています。詳細は本書の奥付をご覧ください。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。  

基礎からアプリ開発のために必要な知識まで、「この一冊で」しっかりやさしく学べる新しいPythonプログラミングの教科書。
はじめてプログラムを行う人でも安心して読み進められるように、基礎をわかりやすく解説。さらに「AI」「スクレイピング」「データベース」「Webプログラミング」など、最新のアプリ開発にすぐに取りかかれるように、実践的なサンプルも多数掲載。

Chapter1 Pythonを始めるための準備
Chapter2 Pythonプログラミングを始めよう
Chapter3 全ての基本になる文法を学ぶ
Chapter4 Pythonを支える4種のデータ構造
Chapter5 プログラムの流れを変える制御構造
Chapter6 よく使う処理を関数にまとめる
Chapter7 もっと上手にプログラムを書くための応用文法
Chapter8 Pythonのオブジェクト指向プログラミング
Chapter9 有用で奥が深い組み込み関数を制覇する
Chapter10 ライブラリを使うための基礎知識
Chapter11 ファイルの読み書きの処理
Chapter12 Pythonによる仕事の自動化
Chapter13 流行のAI技術を活用する
Chapter14 スクレイピングでWebから情報を引き出す
Chapter15 データベースとWebプログラミング

 

【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】

Python自然言語処理を、遊びながら学ぼう！
「面白さ」と「学び」がひとつに詰まった入門書！

本書は、プログラミング言語Pythonによる自然言語処理を、
「面白さ」「ユニークさ」を追求したサンプルプログラムで学べる入門書です。

●「オレ ニク タベル ウマイ！」原始人語の翻訳機を作ろう
●メロスはいつまで激怒していた？　原作から心情を分析！
●あの文豪が新作を書いたら？　架空の小説を執筆しよう
●コンピューターは「群馬」と「栃木」の違いを見分けられるのか？
●「ナミ」と「フネ」から「サザエ」は生まれる？　子どもの命名AIを作ろう
●AIが三国志を読んだら、武将たちのライバル関係を理解できるのか？
●「赤の他人」の反対は「白い恋人」？　あらゆる対義語を自動生成しよう

プログラムは、すべて実行ボタンひとつで簡単に動くため、
プログラミングに慣れていなくても、すらすら読み進められます。

また本書では勉強にはつきものの、
難しい専門用語の解説や、複雑な数式の説明は登場しません。

まずは、奇想天外なサンプルを動かして、楽しく遊んでみてください。
勉強をしているつもりはなくても、いつの間にか、
基本的な知識や、分野の全体像が身についているはずです。

【こんな人におすすめ！】
・Pythonによる自然言語処理を学びたい初心者
・他の入門書を読んで、挫折してしまった人
・プログラミングでとにかく面白いことがしてみたい人

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。  

 

 

■Pythonだけでなく「データ分析の基礎」も学べる！>

いま「プログラミングを身につけたい」というビジネスパーソンが急激に増えています。各種調査によると「キャリアアップにつながる」「収入が増える」などが理由に挙げられていますが、ビジネスパーソンがプログラミングを身につければ「仕事の幅や質、スピードの大幅な向上」も実現できます。

ただし、ビジネスパーソンにとって、プログラミングは「道具」であって「目的」ではありません。マーケターなどのビジネスパーソンがプログラミングを学ぶ目的は、あくまで売り上げアップなどの「ビジネス成果」です。

本書では、データサイエンティストでもある著者が、機械学習や予測モデル、形態素分析などといった「データ分析の基本」も詳しく丁寧に解説しています。

書籍内では、主に以下の作業を例にとりながらPythonプログラミングとデータ分析を解説していきます。

①PC内に大量に散らばるファイルの自動整理
②複数のExcelファイルから必要なデータを自動集計
③予測モデルを用いて自社商品の需要を予測
④Web上のデータをスクレイピングで収集
⑤自社商品の口コミを分析・可視化

いずれも特定の業種だけに限定されない一般的な事例なので、自社の状況に合わせて読み換えれば、すぐに自社に取り入れられます。

本書1冊で、実際のビジネスに生かせる「Pythonプログラミング」と「データ分析」両方の実践的な知識がすぐに身につきます。

プログラミングを「ビジネスの武器」にしたいビジネスパーソンにおすすめの1冊です。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の1冊目として、「音源分離」をテーマとしています。近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の人の声を聞き取ることを想定しており、聞きたい人の声以外の音が入ってくると、どうしても聞きたい人の声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出するという技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。また、音源分離で用いる数学的知識の基礎として、線形代数や行列・ベクトルの微分の方法、確率統計の基礎について示しています。音源分離を理解しコードを書くためには、プログラミングに関する知識はもちろん、線形代数、微分積分、確率・統計といった数学的知識も必要不可欠です。とくに音源分離では複素数の行列・ベクトルを用いるので、複素数の計算方法について重点的に示しています。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  

 

Python逆引き大全の改訂最新版です。
Pythonは初学者が学びやすい言語であるとともに、データマイニングやディープラーニングなどの分野で最も使われている言語でもあります。それは豊富な外部ライブラリがあるためです。
本書では、基本的なプログラミングから、ファイル操作、Webスクレイピング、テキストマイニング、データマイニング、GUIアプリの作成、ディープラーニング、データの視覚化など、外部ライブラリを活用するテクニックまで解説しています。
第3版では、さらに新たな外部ライブラリに関する章を追加しています。
逆引き形式で引きやすいので、手元において確認用としてご利用ください。  

 

基礎的な点群処理から、ICPアルゴリズム、物体認識、PointNetまでをPythonで学ぼう!★章末問題付き★

・Open3Dを使用し、Pythonプログミングとともに平易に解説。
・サンプルコードをサポートページから提供したので、すぐに実践できる!
・最終章では、RGBD画像、ボクセルデータ、メッシュデータ、多視点画像の3次元データ処理も解説。

【主な内容】
第1章 はじめに
第2章 点群処理の基礎
第3章 特徴点・特徴量の抽出
第4章 点群レジストレーション(位置合わせ)
第5章 点群からの物体認識
第6章 深層学習による3次元点群処理
第7章 点群以外の3次元データ処理

 

「Djangoに興味があるけど、何から手を付ければよいかわからない」「Djangoの学習に挫折してしまったが、やっぱり理解したい」といった方に、アプリケーションの作成を通して理解が深められるよう説明しています。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  

さまざまな関係性の構造をPythonで分析する!
ネットワーク分析は、あらゆる「関係性」を分析する学問です。
構造をモデル化することで、ネットワークという言葉から想像しやすいWebやSNSの分析だけでなく、たとえば感染症の伝搬経路を見つけたり、未来の人間関係を予測したりすることが可能です。マーケティングなどの現場でも使用されています。

本書では、ネットワーク構造をもつデータをPythonで分析するための基礎知識を習得できます。
分析には、Google Colaboratory(クラウド上で使用できるJupyter Notebook環境。Colabとも呼ばれる)を用います。ブラウザ上で動くColabは環境構築が不要なため、すぐに実際にコードを試すことができます。また、可視化ツールとしてNetworkXを使用し、さまざまなネットワークをグラフとして視覚的に把握できます。
実際にColabで動かせるプログラムと、そのプログラムによって出力されたグラフが数多く例示しているため、実際にColabでコードを実行しながら理解を深めることができます。

データサイエンスを学ぶ学生はもちろん、企業の広報・企画・マーケティング担当者など、顧客の購買行動やソーシャルネットワークの分析などが必要になった社会人にも役立つ一冊です。  

基本情報技術者試験(FE)の午後問題、
選択プログラミング言語「Python」(パイソン)
対策書、改訂第2版!

著者は、「徹底攻略」シリーズで『情報セキュリティマネジメント教科書』『応用情報技術者教科書』『ネットワークスペシャリスト教科書』『データベーススペシャリスト教科書』『情報処理安全確保支援士教科書』を手がける、人気現役講師の瀬戸美月氏。

本書は、プログラミング言語としてPythonを学習するだけでなく、Pythonを通じてコンピュータの基礎理論やアルゴリズムも合わせて学習し、効率的にFE対策ができる構成で好評の『徹底攻略 基本情報技術者の午後対策 Python編』の改訂第2版です。
最新の傾向を踏まえ、アルゴリズム分野を中心に内容をさらに充実、予想問題も追加しています。

文法を暗記するより、実際に動かして試行錯誤する方が、記憶に残りやすく実力も付くという、プログラミングの学習の特性を踏まえ、本書に登場するプログラムは、すべてGitHubに公開されています。
付録で紹介している環境や、導入済みの環境にコピーして、手を動かしながらPythonのスキルを身につけることができます。

過去のプログラミング問題の出題傾向や、発表されているシラバスやサンプル問題などを徹底分析して作成したオリジナル予想問題を、5パターン収録。
過去問題がわりに、総仕上げ、実力チェックなどにご利用ください。

通勤中や通学中など、出先での学習に便利な購入者限定特典は、「スマホで学べる単語帳アプリ」(収録単語は『徹底攻略 基本情報技術者教科書』と共通の内容になります)と、無料でダウンロードできる「本書全文の電子版」(PDF)!
(特典の利用についてはインプレスの無料読者会員システム「CLUB Impress」への登録が必要になります。特典提供予定期間は発売から3年間となります)
 

 

 

 

 

 

AI開発に必要な数学の基礎知識がこれ1冊でわかる！

【本書の目的】
本書は以下のような対象読者に向けて、
線形代数、確率、統計/微分
といった数学の基礎知識をわかりやすく解説した書籍です。

【対象読者】
• 数学がAIや機械学習を勉強する際の障壁になっている方
• AIをビジネスで扱う必要に迫られた方
• 数学を改めて学び直したい方
• 文系の方、非エンジニアの方で数学の知識に自信のない方
• コードを書きながら数学を学びたい方

【目次】
序章　イントロダクション
第1章　学習の準備をしよう
第2章　Pythonの基礎
第3章　数学の基礎
第4章　線形代数
第5章　微分
第6章　確率・統計
第7章　数学を機械学習で実践
Appendix　さらに学びたい方のために

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 

現代社会を支える根幹技術をPythonで！　 Pythonプログラミングのスキルアップにも最適！

名著『Pythonスタートブック』の著者である辻真吾氏が書き下ろす至極の入門書！　ソートやグラフ構造など基本的な内容から、乱択アルゴリズムや数論、ブロックチェーンの仕組みなどの幅広い話題までを解説。コードはWeb公開（
https://github.com/tsjshg/pyalgdata）。

【データサイエンス入門シリーズ】
第2期として、以下の2点を刊行!
『統計モデルと推測』松井秀俊・小泉和之（著）竹村彰通（編）
『Pythonで学ぶアルゴリズムとデータ構造』辻真吾（著）下平英寿（編）

【「巻頭言」より抜粋】
　文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
　本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
　データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)

【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)

国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)  

※この商品は固定レイアウト型の電子書籍です。
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

簡単な機械学習モデルの構築からアプリでの活用まで、「使える」スキルを身につける

Pythonによる機械学習の入門書。簡単な機械学習モデルを作るところから、システムの洗練まで、サンプルプログラムを試しながら習得することができます。

本書は、手を動かし実際に動くものを作ることで、機械学習を利用したシステムの全体像を身につけてもらうことを目標としています。

業務で機械学習を利用したサービスか何かを開発しようとすると、様々な課題に直面してしまい戸惑う方は多いのではないでしょうか。
サーバ環境やアプリケーションの構築といった、機械学習に直接関係ない複数の領域についても知っていないと開発が実際には進みません。
また、継続的に機械学習を行うための学習データの収集も、一つの大きな壁となるでしょう。

本書では、こういった壁をなるべく早く乗り越え、機械学習を用いたサービス作りのスタートラインに立ってもらうことを想定して、カリキュラムを組み立てています。
そのため、本書籍は機械学習サービスを作るためのベストプラクティス集やアンチパターン集ではありません。
また、機械学習の詳細な理論の解説や機械学習モデルの実装を行うことも主題ではないため、これらの解説も基本的に行なっていません。
データの収集や整形から機械学習モデルを構築するまでのパイプライン開発、それらモデルのWebサービスへの導入開発まで、様々な幅広いトピックを取り扱っています。
これらのトピックを一つ一つ進めていくことで、機械学習を用いたWebサービスの開発での基礎が習得できるはずです。

本書の構成はこのようになっています。

Chapter01　開発・実行環境を整える
　Amazon SageMakerを使った開発・実行環境を構築します。
Chatper02　機械学習を試してみる
　基本的な機械学習の流れを、データの前処理から評価まで一通り体験します。
Chapter03　機械学習モデルを使うWebサイトを作る
　Webブラウザ上での入力からサーバサイドの処理まで、機械学習モデルを使ったWebサイトの構築を一通り学びます。
Chapter04　より大規模にデータを集めていく
　クローリングやスクレイピングといった、データ収集の方法を学習します。
Chapter05　ユーザの反応を集める仕組みを作る
　ユーザログを集める仕組みを構築していきます。
Chapter06　推薦システムを作る
　総仕上げとして、推薦システムのWebアプリケーションを構築していきます。
Chapter07　工夫してシステムを洗練していく
　AWS Lambdaを使い、サーバレスで機械学習をデプロイします。
Chapter08　Appendix
　開発が円滑に進むLinuxコマンドやSSH、エディタの解説を行います。

サンプルコードはダウンロード可能です。

●目次
Chapter01　開発・実行環境を整える
Chatper02　機械学習を試してみる
Chapter03　機械学習モデルを使うWebサイトを作る
Chapter04　より大規模にデータを集めていく
Chapter05　ユーザの反応を集める仕組みを作る
Chapter06　推薦システムを作る
Chapter07　工夫してシステムを洗練していく
Chapter08　Appendix

●著者
竹野 峻輔（たけの　しゅんすけ）
Retty ソフトウェアエンジニア
長岡技術科学大学 自然言語処理研究室にて機械学習を利用した自然言語処理の研究に従事。大手企業との共同研究を経て構文解析・機械翻訳の研究に携わり、成果の一部は主要国際会議に採択。Rettyにおいてはテキスト分析基盤の構築に取り組む。

髙橋 寛治（たかはし　かんじ）
Sansan株式会社、Data Strategy & Operation Center, R&D Group, 研究員
2013-2015年　長岡技術科学大学、ソリマチベトナムおよびホーチミン市工科大学での長期実務訓練。2015-2017年　長岡技術科学大学大学院、自然言語処理の研究に従事。
2017年　Sansan株式会社入社、Data Strategy & Operation Center, R&D Group 研究員として、自然言語処理などの研究開発に従事。  

Excelシート間のコピペをはじめ、単純なパソコン仕事は小さなプログラムを書くことで自動で行うことができます。
こうしたプログラムを書けるようになることが、自分の仕事を効率化したい社会人にとって大きな武器になることは間違いありません。

本書ではプログラミング言語Pythonを使って、パソコン仕事の中心であるExcel作業を自動化する方法を紹介します。

Excelの自動化といえば「マクロ・VBA」が定番ですが、Pythonの強みは
・Excelアプリを起動しなくてよい
・メールやWebブラウザなども簡単に自動化できる
という点にあります。

本書ではExcelとともにメール、Webの自動化もしっかり扱います。これにより、Webから抽出したデータをExcelファイルに保存してメールで送信、といった連携も行えるようになり、仕事での活用の幅が広がります。

プログラミング初心者である社会人が、実際に自分の仕事が自動化できるように、必要な情報をもれなく丁寧に解説することを心掛けました。本書を片手に「新しい仕事のやり方」を始めましょう!

<本書の方針>
・オブジェクトなどの難しいプログラム理論は一切使いません。
・一番単純な道具だけで、準備に時間をかけず、すぐ始められます。
・実践的な例題で、実務で本当に使えるプログラムを紹介します。

第1章 Pythonプログラミングの基本
1-1 プログラムを書いて実行する方法を覚える
1-2 変数を使ったコードを書いてみよう
1-3 複数のデータはリストに入れる
1-4 複数のデータをループで処理する
1-5 データの状態に応じて処理を分ける
1-6 IDLEを使いやすく設定する

第2章 PythonでExcelファイルを操作する
2-1 Excelファイルの基本構造を理解しよう
2-2 ブックの開き方・保存方法を覚えよう
2-3 プログラムでセルの値を読み書きしよう
2-4 セルを1行ずつ読み書きする
2-5 シートの操作方法を覚えよう
2-6 複数のシートをまとめる
2-7 絶対に覚えておきたいプログラミングのコツ

第3章 PythonでCSVファイルを操作する
3-1 CSVファイルを読み込んでみよう
3-2 CSVファイルにデータを書き込んでみよう
3-3 Excelブックと相互に変換する

第4章 Excelファイルの転記・集計をPythonでおこなう
4-1 転記・集計を実現するExcelの三大関数とは
4-2 Excelのマスタを取り込む
4-3 Excelのマスタからデータを検索する
4-4 表のデータを別のブックに転記する
4-5 条件を満たすデータの個数や合計を求める
4-6 Pythonで自動化するメリットとは

第5章 帳票作成をPythonでおこなう
5-1 請求書作成の手順を整理する
5-2 顧客ごとの売上データの絞り込み
5-3 顧客ごとの請求書を作成する
5-4 請求書を印刷してPDFとして保存しよう
5-5 業務全体ではExcelと良いとこ取りを目指す

第6章 Pythonでもっと作業を自動化するには
6-1 Pythonの強みは豊富なライブラリ
6-2 PythonならメールもWebも自動化できる

第7章 Pythonで複数の人にまとめてメール送信する
7-1 メールサーバーとの交信方法
7-2 メールで送るメッセージを作成する
7-3 メールを自動送信する

第8章 PythonでWebから情報を収集する
8-1 Seleniumのインストール
8-2 ブラウザを操作してみる
8-3 Selenium IDEでブラウザ操作を記録
8-4 Webページから情報を読み取る
8-5 実際のWebページから情報を読み取る
8-6 Webからの情報収集を自動化する
 

 

 

僕たちは、こんな本を待っていた。Sebastian Thrunらの名著『確率ロボティクス』（マイナビ）の翻訳者であり、同分野の第一人者でもある、上田隆一氏が書き下ろす至極の入門書！　・理論→実装という一貫した流れで、丁寧に解説。まさにバイブル！・Jupyter Notebook対応だから、すぐに実践できる！・コードはGitHubで全部公開！【第1章「はじめに」より抜粋】　本書は、確率をロボットの認識機能や制御に用いることを考える分野「確率ロボティクス」の入門書です。ロボットの開発者、研究者になるには機械、計算機、制御に関する勉強も必要なうえ、上記のような状況なので、確率論、統計学の理解も重要になってきています。たくさん勉強しなければならないので「手短に」といいたいところですが、確率というものに実感がもてるまでには頭の訓練が必要です。　筆者は学生のとき、確率に対する実感を養うために（実際は家賃込みの月6万円の仕送りを増やすために）、学生寮、後楽園、高田馬場あたりの「現場」でかなりの訓練をして仕送りを減らしていましたが、そちらをおすすめするわけにはいきません。そこでロボティクスでよく使われるアルゴリズムを書いて動かしてもらい、実感をもってもらおうと企画したのが本書です。【主な内容】第1部　準備／第1章　はじめに／第2章　確率・統計の基礎／第3章　自律ロボットのモデル化／第4章　不確かさのモデル化　第2部　自己位置推定とSLAM／第5章　パーティクルフィルタによる自己位置推定／第6章　カルマンフィルタによる自己位置推定／第7章　自己位置推定の諸問題／第8章　パーティクルフィルタによるSLAM／第9章　グラフ表現によるSLAM　第3部　行動決定第／10章　マルコフ決定過程と動的計画法／第11章　強化学習／第12章　部分観測マルコフ決定過程　付録A　ベイズ推論によるセンサデータの解析　付録B　計算  

Webアプリの作り方からAPI化、デプロイメントまで
エンジニアとデータサイエンティストのためのFlask入門

Pythonのフレームワーク「Flask」によるWebアプリ開発の入門書です。
まずは、最小のアプリの作成から始め、問い合わせフォーム、データベースを使ったアプリ、
認証機能と段階的に作成しながら、Flaskによるアプリ開発の基礎を習得します。

その後、画像データ(写真)から物体を判別する物体検知アプリを作成しながら
実践的なアプリの作り方、その機能をWeb API化する方法について解説します。

また、物体検知機能(手書き文字認識をする分析コード)を題材に、
どのように機械学習をアプリに組み込んでいくかについても詳しく解説します。

【本書の主な内容】
●Flaskと開発の基礎
◯問い合わせフォーム/DBアプリの作成
◯認証機能の作成
◯物体検知アプリの作成
●API化/デプロイメント
◯物体検知アプリのWeb API化
◯Web APIとして外部公開
●機械学習APIの開発
◯分析コードから機械学習APIを開発する工程と方法

【主な対象読者】
●Pythonで簡単にWebアプリ開発を始めたいエンジニア
●機械学習に興味のあるWebエンジニア
●Pythonを分析用途でしか使ったことがない人
●自分でもアプリやWeb APIを作りたいデータサイエンティスト

【章構成】
●第0部 イントロダクション
Flaskの概要と環境構築
●第1部 Flask入門
最小限のアプリを作る――Flaskの基礎
データベースを利用したアプリを作る
認証機能を追加する
●第2部[Flask実践1]物体検知アプリの開発
アプリの仕様と準備
画像一覧画面を作る
サインアップとログインの画面を作る
画像アップロード画面を作る
物体検知機能を作る
検索機能を作る
カスタムエラー画面を作る
ユニットテストを作る
●第3部[Flask実践2]物体検知機能のAPI化/デプロイメント
Web APIの概要
物体検知APIの仕様
物体検知APIの実装
物体検知アプリのデプロイメント
●第4部機械学習APIの開発
機械学習の概要
機械学習APIの開発工程と実践

 

 

大手メーカーで活躍してきたクリエイターが
ゲーム開発のノウハウをゼロから教えます!

本書はPythonを使用した、ゲームプログラミングの解説書です。
類書とは異なり、終始一貫「ゲーム開発」に焦点を当て、
今書いているプログラムがどのような"動き"に反映され、
どのような"面白さ"に結びつくのかを、正しく学ぶことができます。

一般的なソフト開発ではなく「ゲーム開発の作法」をきちんと学ぶことによって、ゲーム好きな読者の皆さんの就職や趣味といったリアルな世界がより充実してくれることを願い、出版されました。

【読者対象】
○ゲーム業界に就職したい学生・社会人
○SNSや同人で自作ゲームを発表したい方
○落ち物パズル、RPGの作り方を知りたい方
○一般ソフトとゲーム制作の違いを知りたい方
○Pythonを始めたけど作るものが浮かばない方
……高校生ぐらいから読めます!

【本書の特長】
○業界の基礎知識やプログラマーの役割からきちんと解説
○Pythonの基本文法をしっかり解説、プログラミング初心者も安心
○プログラム1行ごとに説明を付けており、理解しやすい
○豊富な図解とイラストを用い、イメージで理解できる
○開発に必要な素材はすべて無償ダウンロードできる

クイズ、すごろく、おみくじ、診断アプリ、迷路、自動生成ダンジョン、落ち物パズル、本格PRGなど……簡単なミニゲームから難しいものまで幅広く教材を用意しています。

さらに、読者特典として3つのおまけゲームもプレゼント!

すべてのゲームをつくり終えた時、あたなのプログラミングスキルは何倍にも向上しているに違いありません。

本書を機に、ぜひゲームプログラミングの世界に飛び込んでみてください!

【目次】
Prologueゲームプログラマーになろう!

Chapter 1 Pythonのインストール
Lesson 1-1 Pythonとは
Lesson 1-2 Pythonのインストール
Lesson 1-3 Pythonを起動しよう
COLUMN ゲームクリエイターって儲かるの?

Chapter 2 Pythonを始めよう
Lesson 2-1 計算してみる
Lesson 2-2 文字列を出力する
Lesson 2-3 カレンダーを出力する
Lesson 2-4 プログラミングの準備
Lesson 2-5 プログラムを記述しよう
Lesson 2-6 入出力命令を知ろう
Lesson 2-7 プログラムの記述の仕方
COLUMN ゲームが完成するまで

Chapter 3 プログラミングの基礎を学ぼう
Lesson 3-1 変数と計算式
Lesson 3-2 リストについて
Lesson 3-3 条件分岐について
Lesson 3-4 繰り返しについて
Lesson 3-5 関数について
COLUMN ゲームの開発費はどれくらい? その1

Chapter 4 importの使い方
Lesson 4-1 モジュールについて
Lesson 4-2 カレンダーの復習
Lesson 4-3 日時を扱う
Lesson 4-4 乱数の使い方
COLUMN RPGで逃げるのに失敗する確率

Chapter 5 CUIでつくるミニゲーム
Lesson 5-1 CUIとGUI
Lesson 5-2 クイズゲームを作る
Lesson 5-3 すごろくを作る
Lesson 5-4 消えたアルファベットを探すゲームを作る
COLUMN ゲームの開発費はどれくらい? その2

Chapter 6 GUIの基礎1
Lesson 6-1 GUIについて
Lesson 6-2 ラベルを配置する
Lesson 6-3 ボタンを配置する
Lesson 6-4 キャンバスを使う
Lesson 6-5 おみくじを引くソフトを作る
COLUMN キャンバスに図形を表示する

Chapter 7 GUIの基礎2
Lesson 7-1 テキスト入力欄を配置する
Lesson 7-2 複数行のテキスト入力欄を配置する
Lesson 7-3 チェックボタンを配置する
Lesson 7-4 メッセージボックスを表示する
Lesson 7-5 診断ゲームを作る
COLUMN RGBによる色指定

Chapter 8 本格的なゲーム開発の技術
Lesson 8-1 リアルタイム処理を実現する
Lesson 8-2 キー入力を受け付ける
Lesson 8-3 キー入力で画像を動かす
Lesson 8-4 迷路のデータを定義する
Lesson 8-5 二次元画面のゲーム開発の基礎
COLUMN ゲームソフトを完成させるには
Lesson 8-6 ゲームとして完成させる
COLUMN デジタルフォトフレームを作る

Chapter 9 落ち物パズルを作ろう!
Lesson 9-1 ゲームの仕様を考える
Lesson 9-2 マウス入力を組み込む
Lesson 9-3 ゲーム用のカーソルの表示
Lesson 9-4 マス上のデータを管理する
Lesson 9-5 ブロックを落下させるアルゴリズム
Lesson 9-6 クリックしてブロックを置く
Lesson 9-7 ブロックが揃ったかを判定するアルゴリズム
Lesson 9-8 正しいアルゴリズムを組み込む
Lesson 9-9 タイトル画面とゲームオーバー画面
Lesson 9-10 落ち物パズルの完成
COLUMN winsoundで音を鳴らす

Chapter 10 Pygameの使い方
Lesson 10-1 Pygameのインストール
Lesson 10-2 Pygameのシステム
Lesson 10-3 画像を描画する
Lesson 10-4 図形を描画する
Lesson 10-5 キー入力を行う
Lesson 10-6 マウス入力を行う
Lesson 10-7 サウンドを出力する
COLUMN Pygameで日本語を使う

Chapter 11 本格RPGを作ろう! 前編
Lesson 11-1 ロールプレイングゲームについて
Lesson 11-2 迷路を自動生成する
Lesson 11-3 ダンジョンを作る
Lesson 11-4 ダンジョン内を移動する
Lesson 11-5 戦闘シーンを作る その1
Lesson 11-6 戦闘シーンを作る その2
Lesson 11-7 戦闘シーンを作る その3
COLUMN ゲームの画面演出

Chapter 12 本格RPGを作ろう! 後編
Lesson 12-1 ロールプレイングゲームの全体像
Lesson 12-2 ファイルのダウンロードとプログラムの実行
Lesson 12-3 プログラムリスト
Lesson 12-4 プログラムの詳細
COLUMN Pythonでのファイル処理

Chapter 13 オブジェクト指向プログラミング
Lesson 13-1 オブジェクト指向プログラミングについて
Lesson 13-2 クラスとオブジェクト
Lesson 13-3 tkinterを使ってオブジェクト指向を学ぶ
Lesson 13-4 オブジェクト指向プログラミングをもっと学ぶ
COLUMN 筆者も苦労したオブジェクト指向プログラミング

Appendix 池山高校Python研究部
Intro ゲームをつくろう!
1つ目 一筆書き迷路ゲーム
2つ目 英単語学習ソフト
3つ目 ブロック崩し  

 

 

■■内容紹介
リアルな機械学習が、データ活用プロジェクト成功の鍵。2万人が読んだ『Python実践データ分析100本ノック』に続編が登場!

■狙い
本書は、実際のビジネスの現場を想定した100の例題を解くことで、小規模ではありますが継続的にデータ分析や機械学習を回す仕組みを構築していきます。

本書の100本ノックを解くことで、パソコン1台で施策を意識した仕組みが構築でき、データ活用プロジェクトを社内外に浸透・定着させ、文化を醸成するための最初の一歩を踏み出せるようになるはずです。本書だけでは、大規模なシステムや、様々なツールを使えるようにはなりませんが、データ活用プロジェクトを立ち上げ、きっちりと定着化させていきたいと思っている読者の方には、最初の一歩としてきっと役に立つのではないでしょうか。

■構成
本書は、データ分析システムと機械学習システムの二部構成です。

第1部ではデータ分析を行い、その結果を施策につなげるための仕組みを構築します。
データの加工から始まり、まずは探索的にデータを可視化します。また、データ可視化のダッシュボードを作成し、様々な角度から分析できるよう工夫します。そこで得られた知見は、施策につながるExcel形式のレポートとして表現します。最後に、データが継続的に更新できるようにフォルダ構成等を整理し、小規模な仕組みとして仕上げます。

第2部では、機械学習のモデルと、そのモデルを施策につなげる仕組みを構築します。
機械学習用のデータ加工の後に、機械学習モデルの構築や評価を行います。その後、機械学習の予測結果を施策につなげるレポーティングを実施します。そして、継続的にデータが更新されることを想定した「機械学習システム」を構築します。

■■目次
■第1部 データ分析システム
第1章 分析に向けた準備を行う10本ノック
第2章 データを可視化し分析を行う10本ノック
第3章 可視化の仕組みを構築する10本ノック
第4章 レポーティングする仕組みを構築する10本ノック
第5章 分析システムを構築する10本ノック

■第2部 機械学習システム
第6章 機械学習のためのデータ加工をする10本ノック
第7章 機械学習モデルを構築する10本ノック
第8章 構築した機械学習モデルで新規データを予測する10本ノック
第9章 小規模機械学習システムを作成する10本ノック
第10章 機械学習システムのダッシュボードを作成する10本ノック

■■練習するライブラリ:データ加工(Pandas)/可視化(Matplotlib、seaborn、OpenPyXL)/機械学習(scikit-learn)  

 

現場で役立つ実践的なノウハウを徹底解説

【Djangoとは】
Djangoは、Pythonで人気のあるフルスタックWebフレームワークです。
強力なテンプレートエンジンやO/Rマッパーに加え、ユーザー認証や国際化、管理画面など、Webアプリケーション開発で必要になるありとあらゆる機能を高い柔軟性で提供し、高速なWebアプリケーション開発を可能にします。

【本書のポイント】
本書は、業務で必ず役に立つ実践的なDjangoの解説書です。モデルやビュー、テンプレートといった基本コンポーネントの解説はもちろん、Djangoの実践的なテストテクニック、ユーザーモデルのカスタマイズ方法、認証処理のベストプラクティスなど、Web開発において必ず知っておくべき内容を幅広く取り上げました。
また実際に業務でWebアプリケーション開発に取り組む際には、これらの理解だけでは不十分なこともしばしばあります。
N+1問題の理解や対策方法、RDBのインデックスチューニングによるSQLの最適化、Web APIの実践的なページネーションの実装方法、CSRFやSQLインジェクションのような攻撃を防ぐためのセキュリティに関する知識など、高度かつ重要なトピックをDjangoのコントリビュート経験もある筆者が分かりやすく解説します。

【本書のゴール】
Djangoを使ったWebアプリケーション開発のベストプラクティスを把握し、業務に活かせる実践的な知識を身につけることを目指します。

【Djangoのバージョン】
Django 3.2　LTS対応（2024年4月までサポートされるバージョン）

【著者プロフィール】
芝田 将（しばた・まさし）
2017年株式会社サイバーエージェントに新卒入社後、ABEMA配信チームにて動画ストリーミングサーバーやトランスコーダーの開発を担当。
2019年より研究組織AI Labに異動し、機械学習モデルのハイパーパラメーター最適化ソフトウェアの研究開発に従事。
また2020年よりPython領域のDeveloper Expertsに選出される。OSS開発では、go-promptやkube-promptの開発者として知られる。
自動ハイパーパラメータ最適化フレームワークOptunaコミッター。Kubeflow/Katibレビュアー。Django, Gunicornコントリビューター。
共訳書『エキスパートPythonプログラミング改訂2版』（KADOKAWA、2018/2）。PyCon JP、Django Congress JPでの登壇経験多数。
NeurIPS 2020 Black-Box Optimization Challenge 世界5位入賞。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。  

Pythonのデータサイエンス用のツールを使いこなし、効率よく仕事を進めるための、実用的な情報が詰め込まれたリファレンスです。
IPythonとJupyter、NumPy、pandas、Matplotlib、scikit-learnをカバーします。
それぞれのトピックについて、押さえておくべき基本、tips、便利なコマンドなどを紹介します。
Pythonでデータの操作、変換、可視化、統計的処理、データモデルの構築、科学計算を行う人にとってはいつも手元に置いておきたい「使える」一冊です。  

 

『Pythonによるファイナンス 第2版』の著者が、アルゴリズムトレードを始める上で必要な自動売買の基礎と、機械学習を本格的に導入するために必要なPythonの知識について解説します。
具体的には、アルゴリズムトレード用の適切なPython環境の設定、データの取得、NumPy/pandasを使ったデータ分析、トレード戦略のバックテスト、市場予測、ストリーミングのリアルタイム処理等、アルゴリズムトレードのさまざまな側面にPythonを適用するさまざまな手法を紹介し、自動トレード戦略を効率よく構築、デプロイするために、どのような選択肢があるのかを提示します。
本書で利用したサンプルコードはGitHubから利用可能です。  

 

データ分析エンジニアに求められる技術の基礎が最短で身に付く

ビッグデータの時代といわれ始めて数年が経過しました。
デバイスの進化により多くの情報がデジタル化され、
それらのデータを活用しようとデータ分析エンジニアに注目が集まっています。

この書籍では、データ分析において、
デファクトスタンダードになりつつあるプログラミング言語Pythonを活用し、
データ分析エンジニアになるための基礎を身に付けることができます。

書籍ではデータ分析エンジニアになるために必須となる技術を身につけていきます。
・データの入手や加工などのハンドリング
・データの可視化
・プログラミング
・基礎的な数学の知識
・機械学習の流れや実行方法

本書で学べること
・Pythonの基本的な文法
・データフォーマットについて
・データの前処理技術
・データの可視化技術
・既存アルゴリズムでの機械学習の実装

対象読者
データ分析エンジニアを目指す方

目次（抜粋）
第1章 データ分析とは
第2章 Pythonと環境
第3章 数学の基礎
第4章 ツールの基礎
第5章 応用：データ収集と加工

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 

最高のアルゴリズム入門書

※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。

すべてのPythonプログラマに贈る！　アルゴリズムとデータ構造入門書の最高峰。

本書は、Pythonで実装した豊富なプログラム例を通じて、アルゴリズムとデータ構造の基礎を身につけるためのテキストです。
基本的なアルゴリズムとデータ構造に始まって、目的とするデータを見つける探索、データの並びを一定の順序で並びかえるソート、そして、スタック・キュー・再帰的アルゴリズム・線形リスト・２分探索木などを学習します。
解説にあたっては、難しい理論や概念を視覚的なイメージで理解できるように、213点もの図表を提示しています。本書に示す136編のプログラムは、単なるサンプルではなく、実際に動作するものばかりです。すべてのプログラムを読破すれば、かなりのコーディング力が身につくはずです。
初心者から中上級者まで、すべてのPythonプログラマに最良の一冊です。

●目次
はじめに
本書の構成
第1章　基本的なアルゴリズム
　1-1　アルゴリズムとは
　1-2　繰返し
第2章　データ構造と配列
　2-1　データ構造と配列
　2-2　配列
第3章　探索
　3-1　探索アルゴリズム
　3-2　線形探索
　3-3　2分探索
　3-4　ハッシュ法
第4章　スタックとキュー
　4-1　スタック
　4-2　キュー
第5章　再帰的アルゴリズム
　5-1　再帰の基本
　5-2　再帰アルゴリズムの解析
　5-3　ハノイの塔
　5-4　8王妃問題
第6章　ソート
　6-1　ソートとは
　6-2　単純交換ソート（バブルソート）
　6-3　単純選択ソート
　6-4　単純挿入ソート
　6-5　シェルソート
　6-6　クイックソート
　6-7　マージソート
　6-8　ヒープソート
　6-9　度数ソート
第7章　文字列探索
　7-1　力まかせ法
　7-2　KMP法
　7-3　Boyer－Moore法
第8章　線形リスト
　8-1　線形リストとは
　8-2　線形リスト
　8-3　カーソルによる線形リスト
　8-4　循環・重連結リスト
第9章　木構造と2分探索木
　9-1　木構造
　9-2　2分木と2分探索木
章末問題の解答
参考文献
索引
謝辞
著者紹介

固定レイアウト型に関する注意事項（必ずお読みください）
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。

■使用できない機能
・文字拡大（ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ）／文字のコピー／マーク／ハイライト／文字列検索／辞書の参照／Web検索／引用

■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード（Kindle端末の場合）
 

分析したデータを
わかりやすく
ビジュアライゼーションしよう！

【データビジュアライゼーションとは】
数値データ・位置のデータ・文章のデータ等を、
一目で分かりやすく見える形にする方法です。

【背景】
ビッグデータやAIという言葉が流行して以降、
様々な組織でデータを活用しようという動きがみられます。
データの活用のためには、私たち人間がデータの内容をよく理解する必要があり、
そのためにビジュアライゼーションはとても有効な手段です。
Pythonにはデータビジュアライゼーションに特化したライブラリがそろっており、
利用するデータ分析者も増えています。

一方で、
「どのような場合にどのライブラリで表現するとよいのか」
といった基本的な部分でつまづく方や、
「データの種類や特徴によってどのように表現するとより直観的に表現できるのか」
と悩んでいる方も多いのが実情です。

【書籍概要】
本書は、Pythonのライブラリを利用して、
分析したデータをビジュアライゼーションする手法を解説した書籍です。
ビジュアライゼーションする時に必要な考え方と、
基本的なビジュアライゼーション手法を解説。
地図上に表現する方法やワードクラウド、インフォグラフィック的な要素を
取り入れた手法も紹介します。

【対象読者】
・データ活用に興味のある方
・データ分析者
・データサイエンティスト

【本書で紹介する主な可視化手法】
縦棒・横棒グラフ
円グラフ
ヒストグラム
ボックスプロット
インフォグラフィック等

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。  

RAPソフトに頼らなくても、業務は自動化できる!

「これ、毎日同じ作業をしているけど、自動化できないかな? 」
「この作業、手でやってたらとても終わらない…どうにかできないかな? 」

そんな声にお答えするのが本書です。

本書では、Pythonを使って、ビジネス上よく起きるさまざまな作業を自動化します。
サンプルが用意されているので、実際にプログラムを動かして試してみることができます。
Pythonの文法も要点を押さえて説明してあるので、自分の作業に合わせてカスタマイズしやすくなっています。

1章では、Pythonをインストールして自動化を行うための環境を整えます。簡単なプログラムを通して、プログラムを実行するコツをつかみます。

2章、3章では、Excelへのデータ入力、データ抽出、書式設定、請求書などテンプレートがあるファイルへのデータ流し込み、Wordのテンプレートへのデータ流し込み、PDF化など、一般的なオフィス文書の自動化を扱います。基本的にはopenpyxlモジュールを使い、後半ではpython-docxやpywin32も使います。

4章では、Webブラウザからのデータ取り込み、一括ダウンロード、パスワードがかかっているサイトへのログインなど、Webブラウザの操作自動化について説明します。「Beautiful Soup」モジュールやSeleniumを使います。

5章では、メールの送信、LINEやTwitterなどのSNSの操作を扱います。また、即時に実行するのではなく、日々の決まった時間や先の日付けで実行したいスケジューリングの設定について説明します。

6章では、ダイアログを出してユーザーから言葉やファイルの入力を得る方法や、正規表現の使い方、プログラムをデスクトップアプリにする方法、他の人が実行しやすい形でプログラムを渡す方法、マウスやキーボードの操作を自動化する方法など、便利な情報を詰め込んでいます。TkinterやPyInstallerを使います。


Pythonの知識の浅い方でも使いやすいように、インストール方法から、実行方法までを丁寧に説明しています。また、巻末には文法をまとめたAppendixを入れています。

実行環境としては、Windows、macOS、Linuxに対応していますが、項目によっては一部OSにしか対応していないものもありますのでご注意ください。

Python3.x対応。

※他の人が実行しやすい形でプログラムを渡す目的で使うPyInstallerは、Python3.5~3.7対応です。
 

データの基本を学び、様々な特徴のデータを練習すれば、
どんなデータが来ても怖くない!

システムデータの加工・可視化から、機械学習の前処理まで。
Excel・時系列・言語・画像・音データ・特殊な加工・可視化。
―ビジネス現場で即戦力になれる「基礎力」を身につけよう!

実用的なサンプルから100本、この100本をトレーニングすれば、基礎力アップ! 現場で使える実践力を学べます。

■内容
第1部 構造化データ
第1章 システムデータの加工・可視化を行う20本ノック
第2章 Excelデータの加工・可視化を行う20本ノック
第3章 時系列データの加工・可視化を行う10本ノック

第2部 非構造化データ
第4章 言語データの加工・可視化を行う10本ノック
第5章 画像データの加工・可視化を行う10本ノック
第6章 音データの加工・可視化を行う10本ノック

第3部 機械学習向けの加工と特殊なデータ加工
第7章 機械学習の前処理を行う10本ノック
第8章 特殊な加工・可視化を行う10本ノック  

★確率的プログラミング言語がすぐに使える!★
・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。
・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。

【主な内容】
第1章 ベイジアンモデリングとは
1.1 データ解析とコンピュータ
1.2 ベイジアンモデリングの基礎
1.3 代表的な確率分布
1.4 近似推論手法

第2章 確率的プログラミング言語(PPL)
2.1 ベイジアンモデリングとPPL
2.2 自動微分・最適化アルゴリズム
2.3 PyMC3の概要
2.4 Pyroの概要
2.5 NumPyroの概要
2.6 TensorFlow Probabilityの概要
2.7 GPyTorchの概要

第3章 回帰モデル
3.1 線形回帰モデル:線形単回帰モデル
3.2 線形回帰モデル:線形重回帰モデル
3.3 一般化線形モデル:ポアソン回帰モデル
3.4 一般化線形モデル:ロジスティック回帰モデル
3.5 階層ベイズモデル
3.6 ガウス過程回帰モデル:ガウス尤度
3.7 ガウス過程回帰モデル:尤度の一般化

第4章 潜在変数モデル
4.1 混合ガウスモデル
4.2 行列分解モデル
4.3 状態空間モデル
4.4 隠れマルコフモデル
4.5 トピックモデル
4.6 ガウス過程潜在変数モデル

第5章 深層学習モデル
5.1 ニューラルネットワーク回帰モデル
5.2 変分自己符号化器
5.3 PixelCNN
5.4 深層ガウス過程
5.5 正規化流