[BOOKデータベースより]
本書はＩＴエンジニアの読者を対象とし、データサイエンスの入門としてＰｙｔｈｏｎを利用してデータ集計や機械学習などのデータ分析手法を習得することを目的としています。Ｐｙｔｈｏｎはシンプルな文法で簡単に習得できる一方、ＮｕｍＰｙ（ナムパイ）をはじめ非常に多様なライブラリが揃っており、今やデータサイエンスにおいて最も利用されているプログラミング言語の１つと言ってもいいでしょう。お手元のパソコンで、お手軽にデータサイエンスにチャレンジしてみてください。
１ データサイエンスの概要
２ Ｐｙｔｈｏｎとデータサイエンス
３ データの読み込み、可視化、集計
４ 様々な統計分析
５ 回帰分析
６ 教師なし学習
７ 教師あり学習
８ 機械学習のＷｅｂ ＡＰＩ
付録１ 基本的な統計量
付録２ 機械学習の手法の分類
ソースコードがダウンロードできるＵＲＬ付き。
この商品をご覧のお客様は、こんな商品もチェックしています。
- 歴史は予言する
-
価格：968円（本体880円＋税）
【2023年12月発売】
- 真説 老子
-
価格：1,760円（本体1,600円＋税）
【2022年10月発売】
- トッド人類史入門 西洋の没落
-
価格：935円（本体850円＋税）
【2023年03月発売】
- 【図解】新・地政学入門
-
価格：1,650円（本体1,500円＋税）
【2022年12月発売】
- 最短突破ディープラーニングＧ検定（ジェネラリスト）問題集 第２版
-
価格：2,728円（本体2,480円＋税）
【2022年09月発売】
のマークが目印です。
第1章 データサイエンスの概要
1.1 メンデルもケプラーもデータサイエンティストだった
1.2 データサイエンスの手法の要点
1.3 データサイエンスの実業務への適用
1.4 本書の内容
第2章 Pythonとデータサイエンス
2.1 データサイエンスで用いられるソフトウェア
2.2 データサイエンスに使えるPythonのライブラリ
2.3 Pythonの環境構築
2.4 numpy、pandasの基本操作
2.5 Pandas
第3章 データの読み込み、可視化、集計
3.1 データの読み込み
3.2 matplotlibによる可視化
3.3 集計
3.4 RDBMSとの連携
第4章 様々な統計分析
4.1 ヒストグラム分析
4.2 2つのグループを比較する（検定）
4.3 分散分析
第5章 回帰分析
5.1 線形回帰分析
5.2 単回帰分析
5.3 重回帰分析
第6章 教師なし学習
6.1 次元削除
6.2 クラスタリング
第7章 教師あり学習
7.1 データセットの準備
7.2 k最近傍法
7.3 ナイーブベイズ
7.4 ロジスティック回帰
7.5 各種法の比較
第8章 機械学習のWeb API
8.1 Webサービスの基本とFlask
8.2 線形回帰API
8.3 Webアプリのソースコード
付録1 基本的な統計量
1.1 平均値
1.2 分散、標準偏差
1.3 共分散、相関係数
1.4 中央値
1.5 NumPyを使用した計算
付録2 機械学習の手法の分類
2.1 クラス判別
2.2 回帰分析
2.3 クラスタリング