【2023最新】「パイソン」のおすすめ本100選!人気ランキング
- Python 1年生 体験してわかる!会話でまなべる!プログラミングのしくみ
- 独習Python
- Pythonスタートブック [増補改訂版]
- スッキリわかるPython入門 (スッキリわかる入門シリーズ)
- 入門 Python 3 第2版
- 独学プログラマー Python言語の基本から仕事のやり方まで
- Python1年生 第2版 体験してわかる!会話でまなべる!プログラミングのしくみ
- 退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング
- Python2年生 スクレイピングのしくみ 体験してわかる!会話でまなべる!
- たのしいプログラミング Pythonではじめよう!
Python(パイソン)は初心者が比較的修得しやすく、AI(人工知能)やパターン認識などの先端技術に活用されている優れたプログラミング言語です。 本書では、初心者を対象に、Pythonを使ったプログラミングの勘所をやさしく解説しました。 例題に取り組むことで、プログラミングとはどういうものかを理解し、プログラミング的思考を身につけてもらうことを目的に執筆しました。 読者の皆さんが、楽しみながらPythonの素晴らしさやプログラミングの醍醐味を感じていただけたら、著者として望外の喜びです。
最新のPythonを深く理解し、使いこなすために必要な基礎を伝授!プログラミング言語としてのPythonの文法や、組み込みのオブジェクトに焦点を絞って解説。入門書やチュートリアルではあまり触られない、Pythonの内部や仕組みに関するトピックも盛り込んだ。 第1章 イントロダクション 第2章 Pythonの実行 第3章 式とデータ型 第4章 シーケンスとコンテナ型 第5章 ステートメント 第6章 関数とクラス 第7章 データ型とプロトコル 第8章 tips
機械学習は難しくない!ブラウザで今日から始められます 顕微鏡画像やトランスクリプトームといった生命科学データを題材に機械学習を学べる実践書.ダウンロードしたコードをブラウザで実行できるので,wet研究者でも今日から始められます. 【目次】 はじめに コード・データのダウンロードについて 第1章 機械学習の概要とライフサイエンス研究への応用 第2章 Google Colaboratory, Pandas,Matplotlib, NumPy の基礎 第3章 教師あり学習のためのデータ前処理 第4章 scikit-learn を用いたトランスクリプトームデータの分類 第5章 PyTorch を用いたトランスクリプトームデータの分類 第6章 実践編(1):生命科学・医歯学分野の画像を用いた機械学習 第7章 実践編(2):腫瘍特異的ネオ抗原の機械学習を用いた予測 第8章 実践編(3):シングルセル解析とVAE 第9章 実践編(4):エピジェネティクスを含む多階層の統合によるがん研究 第10章 実践編(5):タンパク質の「言語」の法則を解き明かす 〜アミノ酸配列からのタンパク質局在の予測 第11章 実践編(6):AI 創薬へのはじめの一歩 第12章 発展編(1):機械学習を用いたアプタマー配列の解析と創薬 第13章 発展編(2):機械学習によるマイクロバイオームと機能未知遺伝子の解析 〜メタゲノム・対偶遺伝学・近傍遺伝子解析 第14章 終章:さらなる学習のためのリソース 索引 執筆者一覧
多くの大学のシラバスを見ると、データサイエンスはPython実習と並立されています。また、ビジネス界のデータ分析の研修でもPythonが主流になっています。さらに、高校教育でデータサイエンスが重視されますが、そこでもPythonが主役の一人になっております。そこで、既刊で統計学の入門書として実績のある『実習統計学入門』をPythonに対応させたのが本書です。わかりやすい解説とPythonによる演習で、統計データの分析について、初歩から学ぶことができます。 ■序章 Pythonで統計学 1 データサイエンスと統計学、そしてPython 2 すぐに使えるPython 3 Pythonプログラミング、さあ始めよう(基本編) 4 Pythonプログラミング、さあ始めよう(関数編) ■1章 統計学のための資料整理 1 度数分布表の作成法 2 ヒストグラム作成法 3 代表値の算出法 4 分散と標準偏差 5 度数分布表から求める平均値と分散 6 変量の標準化 7 相関図の意味と作成法 8 共分散と相関係数の意味と求め方 ■2章 確率論の基本 1 確率の定義 2 確率変数と確率分布 3 確率変数の平均値・分散 4 確率変数の標準化 ■3章 統計学のための有名な確率分布 1 見てわかる一様分布 2 見てわかるベルヌーイ分布 3 見てわかる二項分布 4 見てわかる正規分布 5 見てわかる標準正規分布 6 正規分布の100p%点の求め方 7 二項分布の正規分布近似 8 見てわかるt分布 9 t分布の100p%点の求め方 10 見てわかるχ2分布 11 χ2分布の100p%点の求め方 12 見てわかるF分布 13 F分布の100p%点の求め方 ■4章 Pythonでわかる母集団と標本の関係 1 母集団と標本抽出 2 不偏性と不偏分散 3 中心極限定理 ■5章 Pythonでわかる推定 1 見てわかる最尤推定法 2 見てわかる区間推定の考え方 3 分散既知の正規母集団における母平均の推定 4 分散未知の正規母集団における母平均の推定 5 大きな標本の場合の母平均の推定 6 母比率の推定 7 母分散の推定 ■6章 Pythonでわかる検定 1 統計的検定の仕組みと有意水準の意味 2 分散既知の正規母集団の母平均の検定 3 分散未知の正規母集団の母平均の検定 4 大きな標本での母平均の検定 5 母比率の検定 6 母分散の検定 7 母比率の差の検定 8 等分散の検定 9 第2種の誤りと検出力 ■付録 A CSVファイルをGoogleドライブに格納する方法 B ExcelデータをCSVファイルに変換する方法 C CSVファイルをNumPyで読む方法(Googleドライブ利用) D Windowsのコマンドプロンプトの利用法 E 個人のパソコンへPythonをインストールする方法 F WindowsコマンドプロンプトでPythonを実行
個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ
Pythonの高速化技法を学ぶロングセラーの改訂版。Python 3対応。最適化のノウハウをサンプルプログラムを使って学ぶ。 Pythonの高速化技法を学ぶロングセラー書の改訂版。Python 3対応! Pythonの高速化技法を学ぶロングセラー書の改訂版。待望のPython 3対応。本書ではCPUやメモリ使用量の観点からハイパフォーマンスなコードを書くための考え方や手法を解説します。そのために、パフォーマンスのボトルネックを測定する方法から、最適なデータ構造の選択方法、CythonやNumbaなどのコンパイラの比較、非同期処理、マルチコアCPUの活用法といった最適化のノウハウを、シンプルなサンプルプログラムを使って実際に効果を確認しながら学びます。本書で学べる考え方や手法はPython以外にも適用できるので、ハイパフォーマーを目指すプログラマーは必携の一冊です。
文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)に準拠。大学、大学院の講義で教科書として使用しやすいよう、全14章で構成しています。 ■第1章 データサイエンスへのいざない ◆1-1 データ(Data) ◆1-2 データサイエンス(Data science) ◆1-3 データサイエンティスト ◆1-4 データサイエンスにおける分析手法 ■演習問題 ■第2章 データサイエンスのためのPythonプログラミング ◆2-1 プログラミングの基本 ◆2-2 データの構造 ◆2-3 Pythonの準備と実行 ■演習問題 ■第3章 データサイエンスのためのデータ収集 ◆3-1 公開データの収集 ◆3-2 アンケート調査 ■演習問題 ■第4章 データサイエンスのためのデータ前処理 ◆4-1 データの蓄積 ◆4-2 データ加工の技術 ◆4-3 データクレンジング ■演習問題 ■第5章 データサイエンスのための確率統計 ◆5-1 直感と数学 ◆5-2 数え上げ ◆5-3 集合と場合の数 ◆5-4 確率 ◆5-5 基本統計量 ■演習問題 ■第6章 統計的検定を用いたデータサイエンス ◆6-1 確率分布 ◆6-2 推測統計 ■演習問題 ■第7章 A/Bテストを用いたデータサイエンス ◆7-1 A/Bテスト ◆7-2 「平均値の差の検定」と「独立性の検定」 ◆7-3 アンケート調査によるデータの分析 ■演習問題 ■第8章 データサイエンスのためのアルゴリズム ◆8-1 ソフトウェアとアルゴリズム ◆8-2 組み合わせ爆発 ◆8-3 探索問題 ■演習問題 ■第9章 回帰AIを用いたデータサイエンス ◆9-1 回帰(Regression) ◆9-2 回帰分析 ◆9-3 重回帰分析 ■演習問題 ■第10章 分類AIを用いたデータサイエンス ◆10-1 分類AI ◆10-2 決定木 ◆10-3 アンサンブル学習 ■演習問題 ■第11章 クラスタリングAIを用いたデータサイエンス ◆11-1 クラスタリング ◆11-2 階層的クラスタリング ◆11-3 非階層的クラスタリング ■演習問題 ■第12章 レコメンドAIを用いたデータサイエンス ◆12-1 連関分析 ◆12-2 協調フィルタリング ■演習問題 ■第13章 時系列データ分析AIと自然言語処理AIを用いたデータサイエンス ◆13-1 時系列データ ◆13-2 文章データ分析 ■演習問題 ■第14章 画像分析AIを用いたデータサイエンス ◆14-1 AIによる画像分析 ◆14-2 ニューラルネットワーク ◆14-3 畳み込みニューラルネットワーク(Convolutional neural network) ■演習問題
フルスタックエンジニア必見!Python Django入門書の第2版 登場! Django3.2対応(LTS) DjangoによるWebアプリ開発手法を丁寧に解説! 【本書の概要】 本書は、大人気フレームワーク「Django」によるWebアプリ開発手法を解説した書籍です。 具体的には、DjangoによるWebアプリの設計・作成の基本、動的機能の作成(フォーム作成)の基本、 認証処理の基本、データベースとの連携の基本(日記機能)、クラウドとの連携の基本(デプロイも含む)、 セキュリティの基本など一通り学ぶことができます。 フルスタックエンジニア必携の1冊です。 【対象読者】 Pythonの基礎知識のあるフルスタックエンジニア 【Djangoの対応バージョン】 Django3.2。 Django3.2はLTS(Long Term Support)という長期間サポート対象のバージョン。 2024年4月までセキュリティサポートが予定されており、安心して学習できます。 【Djangoとは(本書より抜粋)】 DjangoはPython用のフルスタックWebアプリフレームワークです。 多くのWebアプリにおいて必要となるメール送信やセキュリティなど、 多くの機能が標準で備わっています。 開発用の機能も充実しています。開発サーバーはDjangoに同梱されているため、 ローカルマシンで開発中のWebアプリをすぐに起動できます。 さらに、データベースのテーブル定義を記述しておけば自分でデータベースを操作するSQLを書くことなく、 コマンドを打つだけでデータベースに反映することもできます。 運用を支援する管理サイトも最初から備わっています。この管理サイトを使えば、 Web上からデータベースのデータを書き換えたり、 ユーザーの管理などを素早く行えます。 【著者】 大高隆(おおたか・りゅう) 京都大学大学院情報学研究科修了後に日本アイ・ビー・エム株式会社に入社。 同社にて10年間エンジニアとして従事し退社。 現在フリーのソフトウェアエンジニア兼投資家。 パッケージソフトやWebアプリなどの開発作業に日夜取り組んでいる。 Chapter 1 Webアプリを開発する前に 01 設計作業は簡素にする 02 既存ライブラリを積極的に活用する 03 できる限り機械化する 04 モチベーションを維持する 05 まとめ Chapter 2 Webアプリを開発するには 01 Webアプリとは 02 Webアプリの処理の流れ 03 Webアプリの構築手順 04 Webアプリの構築手段 05 まとめ Chapter 3 Djangoの概説 01 Djangoとは 02 Djangoの全体像 03 Djangoプロジェクトの構造 04 ルーティング 05 ビュー 06 フォーム 07 モデル 08 テンプレート 09 ユーティリティコマンド 10 まとめ Chapter 4 Webアプリ開発前の準備 01 手書きスケッチでWebアプリをデザインする 02 Pythonをインストールする 03 Python仮想環境を作成する 04 Djangoをインストールする 05 PyCharmをインストールする 06 PostgreSQLをインストールし、データベース環境を構築する 07 バージョン管理システムを導入する 08 まとめ Chapter 5 単一ページのDjangoアプリケーションを作成する 01 サンプルアプリの開発環境構成 02 Djangoプロジェクトを作成する 03 Djangoアプリケーションを作成する 04 PyCharm上のPython設定を変更する 05 言語とタイムゾーンを日本仕様に変更する 06 Djangoのデータベース設定をPostgreSQLに変更する 07 ロギングを設定する 08 ルーティングを設定する 09 ビューを作成する 10 テンプレートを作成するi 11 開発サーバーを動かしてトップページを表示する 12 まとめ Chapter 6 バージョン管理システムを構築する 01 リモートリポジトリを作成する 02 ローカルリポジトリを作成する 03 バージョン管理対象外ファイルを登録する 04 ローカルリポジトリにコミットする 05 Sourcetreeにリモートリポジトリを登録する 06 リモートリポジトリにプッシュする 07 まとめ Chapter 7 トップページを作り込む 01 Bootstrapテンプレートをダウンロードする 02 静的ファイルが配置されている場所を設定する 03 各ページで共通利用するベーステンプレートを作る 04 トップページを作り変える 05 トップページの表示を確認する 06 まとめ Chapter 8 問い合わせページのフォーム画面を作る 01 ルーティングを追加する 02 ビューを追加する 03 フォームのフィールドを定義する 04 テンプレートを編集する 05 独自スタイルを追加する 06 問い合わせページの表示を確認する 07 まとめ Chapter 9 フォーム機能を作り上げる──メール送信 01 ビューにフォーム動作時の処理を記述する 02 メール送信処理を記述する 03 プロジェクト設定ファイルを分割する 04 メール処理で使うバックエンドを定義する 05 開発サーバー起動時のPyCharmの設定を変更する 06 メール送信を確認する 07 画面にメッセージが表示されるようにする 08 まとめ Chapter 10 Djangoに認証機能を追加する 01 認証用アプリケーションを作成する 02 カスタムユーザーモデルを定義する 03 カスタムユーザーモデルを管理サイトに登録する 04 マイグレーションを行う 05 django-allauthをインストールする 06 プロジェクト設定ファイルを編集する 07 ルーティングを追加する 08 django-allauthのテンプレートを改変する 09 django-allauthのメール内容を改変する 10 認証ページへのリンクを貼る 11 django-allauth用のマイグレーションを行う 12 まとめ Chapter 11 会員用機能を作る──データベースとの連携 01 メディアファイルを扱えるようにする 02 日記モデルを定義する 03 日記モデルを管理サイトに登録する 04 日記一覧表示機能を作る 05 日記一覧ページへの遷移を記述する 06 マイグレーションを行う 07 管理サイトから日記データを登録する 08 日記一覧ページにページネーションを付ける 09 日記詳細表示機能を作る 10 日記作成機能を作る 11 日記編集機能を作る 12 日記削除機能を作る 13 一般的方法とSeleniumを使ったテストを行う 14 ステータスコード403/404/500用ページを作る 15 データベースをバックアップするバッチを作る 16 まとめ Chapter 12 Djangoとクラウドを連携して本番運用を行う 01 サンプルアプリの本番運用環境構成 02 AWSのアカウントを取得する 03 EC2インスタンスを作成する 04 Elastic IPを取得しインスタンスへ関連付ける 05 EC2インスタンスにSSH接続する 06 Amazon Linux 2の初期設定を行う 07 Python 3をインストールする 08 pip管理モジュールをインストールする 09 PostgreSQLをインストールして初期設定をする 10 本番運用環境用Djangoプロジェクト設定ファイルを作成する 11 本番運用環境にDjangoソースコードを配置する 12 ログ配置ディレクトリを作成する 13 Amazon SESを利用可能にする 14 環境変数を設定する 15 静的ファイルを配信ディレクトリに配置する 16 マイグレーションを行う 17 Nginxのインストールと設定を行う 18 NginxとGunicornを起動する 19 バッチの定期実行を設定する 20 まとめ Chapter 13 独自ドメイン化とセキュリティ対策 01 はじめに 02 ドメインプロバイダーでDNS設定を追加する 03 Djangoの「ALLOWED_HOSTS」設定を変更する 04 HTTPS化を行う 05 Django管理サイトのURLを変更する 06 Djangoのセキュリティチェックを行う 07 まとめ
真に効果的なPythonプログラミング手法 Pythonプログラマなら身につけたい玄人技 本書は、 Dan Bader, "Python Tricks The Book: A Buffet of Awesome Python Features" dbader.org, の翻訳書です。 【本書の内容】 あらゆる場面で活躍するプログラミング言語、Python。 本書はそんなPythonをマスターし、日々のプログラミングに活用したい熱心な方々のための1冊です。 入門書を一通り終えた駆け出しプログラマには、Pythonの機能や特徴をより深く、 また他言語から新たにPython習得を目論むベテランには、コードの書き方の差異を、 リスト内包や文字列フォーマットなど、さまざまなサンプルを元に教授してくれます。 著者のDan Baderは、Twitterでのアウトプットに端を発する、いわゆるTips紹介の延長線上で、この本を執筆しました。 そのため、各種Tipsに対するさまざまなフィードバックと、よりよく伝えるためのアイデアが盛り込まれ、 結果、Pythonをより深く知り、より良いコードを書くための知識が集積された書籍となりました。 つまり本書は、もっとすごいPython開発者になりたいあなたを、 強力にサポートする1冊です。 【本書のポイント】 ・短いサンプルでPythonの一番すばらしい点を学べる ・Pythonならではの、すばらしい機能をビュッフェ形式で学べる ・Pythonプログラミングへの理解促進 【読者が得られること】 ・よりよいPythonプログラマとしての知見 ・効率的で実践的なPythonプログラミング ・コードをよりパイソニックなものにするためのノウハウ CHAPTER 1 はじめに 1.1 Pythonトリックとは何か 1.2 本書はどのように役立つか 1.3 本書の読み方 CHAPTER 2 よりクリーンなPythonのためのパターン 2.1 アサーションによる安全対策 2.2 無頓着なコンマの配置 2.3 コンテキストマネージャーとwith文 2.4 アンダースコアとダンダー 2.5 文字列のフォーマットに関する衝撃の事実 2.6 「The Zen of Python」の隠しコマンド CHAPTER 3 効果的な関数 3.1 Pythonの関数はファーストクラスオブジェクト 3.2 ラムダは単一式の関数 3.3 デコレータの威力 3.4 *argsと**kwargs 3.5 引数のアンパック 3.6 ここから返すものは何もない CHAPTER 4 クラスとオブジェクト指向プログラミング 4.1 オブジェクトの比較:”is”と”==” 4.2 文字列変換:すべてのクラスに_repr_が必要 4.3 カスタム例外クラスを定義する 4.4 趣味と実益を兼ねたクローンオブジェクトの作成 4.5 抽象基底クラスは継承に待ったをかける 4.6 名前付きタプルは何に役立つか 4.7 クラス変数とインスタンス変数の落とし穴 4.8 インスタンスメソッド、クラスメソッド、静的メソッドの謎を解く CHAPTER 5 Pythonの一般的なデータ構造 5.1 ディクショナリ、マップ、ハッシュテーブル 5.2 配列 5.3 レコード、構造体、DTO 5.4 セットとマルチセット 5.5 スタック(LIFO) 5.6 キュー(FIFO) 5.7 優先度付きキュー CHAPTER 6 ループとイテレーション 6.1 パイソニックなループの書き方 6.2 内包を理解する 6.3 リストのスライスとすし演算子 6.4 美しいイテレータ 6.5 ジェネレータは単純化されたイテレータ 6.6 ジェネレータ式 6.7 イテレータチェーン CHAPTER 7 ディクショナリのトリック 7.1 ディクショナリのデフォルト値 7.2 趣味と実益を兼ねたディクショナリのソート 7.3 ディクショナリを使ってswitch/case文をエミュレートする 7.4 型破りなディクショナリ式 7.5 ディクショナリのいろいろなマージ法 7.6 ディクショナリの出力を整える CHAPTER 8 パイソニックな生産性向上テクニック 8.1 Pythonのモジュールとオブジェクトを調べる 8.2 仮想環境を使ってプロジェクトの依存関係を分離する 8.3 バイトコードの裏側を覗く CHAPTER 9 最後に 9.1 Python開発者のためのメールマガジン 9.2 PythonistaCafe:Python開発者のコミュニティ
まいぜんシスターズと一緒にゲーム感覚でプログラミングを理解できちゃう! 絶大な人気を集めるYouTuberコンビ「まいぜんシスターズ」が、プログラミング的思考を楽しく教えてくれる最強のガイドブックがついに登場! まじめな「ぜんいち」とゆかいな「マイッキー」といっしょに、楽しくて心温まる大冒険にくり出そう! みんなの大好きなエピソードを読み進めながら、途中にあらわれる問題をクリアしていくことで、2020年から小学校で必修となった「プログラミング学習」の基本をマスターできます。 ●パソコンやスマートフォンがなくても、プログラミングの考え方がスラスラとわかるようになります。 ●自由研究のアイデア探しにも最適! 「つくってみよう!」のコーナーでは、遊びながらプログラミング的思考を学べるゲームなどを自分でつくれます。 ●「プログラミング学習って、一体何?」という保護者の方も、お子さまと一緒に楽しみながら基本を理解できます。 チャンネル登録者数110万人超! 絶大な人気を集めるYouTuberコンビ“まいぜんシスターズ”初のプログラミング入門書。パズル、謎解きなどワクワクする内容でプログラミングの基礎を学べます。 ●1章 プログラミングの基本は「順次」「反復」「条件分岐」ぜんいちVSマイッキー マイクラでバトル! ●2章 「変数」「配列」「関数」をマスターしよう 友とMAGIC ●3章 「アルゴリズム」で問題解決! ぜんいち&マイッキー マイクラで遊ぼう ●4章 プログラミングがもっとわかる! 家族再会
機械学習の世界は、学ぶべき分野が多岐に及びます。本書は、広大な学習範囲に対して、真正面から取り組み、しかしスムーズかつスッキリと学びきることができる入門書です。データ分析の「全体の流れ」を繰り返し追いかけることで、機械学習の全体像と本質が自然に染み込む仕掛けとなっています。しかも単に繰り返すのではなく、段階的に高度な内容に挑戦し、最終的には応用術も身に付けられます。シリーズで好評の「エラー解決・虎の巻」も収録! 本書で機械学習の楽しさ、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。
自然言語処理編
AI開発に必要な数学の基礎知識がこれ1冊でわかる! 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 序章 イントロダクション 0.1 本書の特徴 0.2 本書でできるようになること 0.3 本書の対象 0.4 人工知能(AI)とは? 0.5 人工知能向けの数学 0.6 本書の使い方 第1章 学習の準備をしよう 1.1 Anacondaのインストール 1.2 Jupyter Notebookの使い方 1.3 サンプルのダウンロードと本書の学び方 第2章 Python の基礎 2.1 Pythonの基礎 2.2 NumPyの基礎 2.3 matplotlibの基礎 第3章 数学の基礎 3.1 変数、定数 3.2 関数 3.3 べき乗と平方根 3.4 多項式関数 3.5 三角関数 3.6 総和と総乗 3.7 乱数 3.8 LaTeXの基礎 3.9 絶対値 COLUMN ディープラーニングが躍進する理由 第4章 線形代数 4.1 スカラー、ベクトル、行列、テンソル 4.2 ベクトルの内積とノルム 4.3 行列の積 4.4 転置 4.5 行列式と逆行列 4.6 線形変換 4.7 固有値と固有ベクトル 4.8 コサイン類似度 第5章 微分 5.1 極限と微分 5.2 連鎖律 5.3 偏微分 5.4 全微分 5.5 多変数合成関数の連鎖律 5.6 ネイピア数と自然対数 5.7 最急降下法 COLUMN シンギュラリティと指数関数 第6章 確率・統計 6.1 確率の概念 6.2 平均値と期待値 6.3 分散と標準偏差 6.4 正規分布とべき乗則 6.5 共分散 6.6 相関係数 6.7 条件付き確率とベイズの定理 6.8 尤度 6.9 情報量 COLUMN 自然言語処理とは 第7章 数学を機械学習で実践 7.1 回帰と過学習 7.2 分類とロジスティック回帰 7.3 ニューラルネットワークの概要 7.4 学習のメカニズム 7.5 単一ニューロンによる学習の実装 7.6 ディープラーニングへ Appendix さらに学びたい方のために AP 1 書籍や動画で学ぶ
具体的な問題をPythonプログラミングを通して問題解決ができる内容。さらに章末の練習問題で知識の定着を図っている。 数学、プログラミング、サイエンスを、新しいアプローチで理解する! Pythonはよく知られているように、数学ライブラリが非常に充実しており、統計、幾何学、確率、微積分でも威力を発揮します。Pythonの文法は比較的簡単なので、子供やプログラミング未経験者にとって敷居の低い、初心者が取り組みやすい言語です。数学的なトピックを題材にして、Pythonを学ぶというコンセプトで、とても丁寧に説明されており、中高生、理系学部生のプログラミングの入門書として最適です。不等式の解を求めたり弾道をプロットしたり、トランプをシャッフルしたり、フィボナッチ数列と黄金比の関係を探るなど、具体的な問題をPythonプログラミングを通して問題解決を図っていきます。さらに章末の練習問題で知識の定着を図ります。
2016年3月に発刊された『PythonによるWebスクレイピング』の改訂版。各種ツールのバージョンアップに合わせ、全面改訂 中上級者向け高度なテクニックを駆使したWebスクレイピングの解説書、待望の改訂版! 2016年3月に発刊された『PythonによるWebスクレイピング』の改訂版。各種ツールのバージョンアップに合わせ、全面改訂されました。前半でWebスクレイパーとクローラの基礎を、後半でOCRを使った情報抽出や、JavaScript実行、Seleniumによるインタフェース使用やテスト自動化、自然言語処理などの高度なトピックに加えて法律面の解説など、Webスクレイピングを実際に行うために必要なプログラミングテクニックとテクノロジー全般を紹介します。対象読者を中上級者に絞り、他のスクレイピング解説書にはない、高度なテクニックまでカバーします。
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。 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! ■主な内容 第1章 コンピュータと「数」 位取り記数法、基数変換、負の数、2の補数、実数と浮動小数点数、実数誤差など 第2章 コンピュータの「演算」 算術演算、複合演算子、シフト演算、ビット演算、マスクとフラグ、論理演算、真理値表、論理積、論理和など 第3章 方程式で図形を描く matplotlibでグラフ、方程式、関数、直線の方程式、比例式と三角比、三平方の定理、円の方程式など 第4章 ベクトル ベクトルの演算、ベクトル方程式、内積、コサイン類似度、外積、ベクトルで面積を計算など 第5章 行列 行列の演算、逆行列と連立方程式、図形の一次変換(移動、回転、拡大縮小)、一次変換の組み合わせ、同次座標など 第6章 集合と確率 集合とデータベース、試行と事象、順列と組み合わせ、重複順列、数学的確率と統計的確率、モンテカルト法と円周率など 第7章 統計と乱数 母集団と標本、代表値、分散と標準偏差、共分散と相関係数、移動平均、回帰直線、乱数の注意点など 第8章 微分・積分 差分と微分、変化率、導関数、極値、定積分と不定積分、原始関数、積分定数、曲線の接線、輪郭の抽出、円周と円の面積、球の体積と表面積など Appendix ソフトウェア導入ガイド
Pythonを使った機械学習を行う上で役に立つ200のレシピを収録したクックブック! Pythonを使った機械学習を行う上で役に立つ200のレシピを収録したクックブック! Pythonを使った機械学習で頻繁に遭遇すると思われる200の問題とその解決方法を紹介。扱う内容は、データ構造(ベクトル、行列、配列)、数値データ、カテゴリデータ、テキスト、イメージ、日付と時刻の処理、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、論理回帰、木構造、ランダムフォレスト、k最近傍法、SVM、ナイーブベイズ、クラスタリング、ニューラルネットワーク、訓練モデルの保存と読み込みなど、幅広く多岐にわたります。「やりたいこと」「困っていること」に答えてくれる一冊です。
『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! 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。 登場人物紹介 プログラミングって何だ? 第1部 プログラムを書いて動かそう! 第1章 プログラムって何だ? ●プログラミング言語のいろいろ ●Pythonの特長 第2章 Pythonのインストール ●Windows版Pythonのダウンロード ●Pythonを起動してみよう! ●はじまりは「Hello World」から 第3章 プログラムを書いてみよう! ●計算をしてみよう! ●計算結果をprintで表示させる 第4章 IDLEでプログラミング ●IDLEを使おう! ●新しいプログラムを作る 第5章 変数を使おう! ●数値の変数 ●文字列の変数 第2部 ゲームを作りながらプログラムを学ぼう! 第6章 フィズバズゲームを作ってみよう! ●コンピューターは繰り返しが得意 コラム(for ~ inの使い方) ●Pythonはインデントが大事 ●複雑な計算には演算子を使おう ●コンピューターは条件分岐も得意 ●論理演算子を使おう ●応用問題:素数を求めるプログラム 第7章 じゃんけんゲームを作ってみよう!(テキストベースのゲーム) ●#(ハッシュ)は何もしない ●乱数を使ってみよう ●設計図を描こう ●キー入力はinputで! ●whileによる繰り返し ●必要なキー入力だけを受け取るには ●int関数で文字を数値に変える ●数値を見てじゃんけんの手を決める ●乱数でパソコンが出すじゃんけんの手を決める ●勝ち負けの判定 ◆じゃんけんゲームのプログラムリスト ●アクティビティ図を見直す 第8章 マウスを使ったスカッシュゲームを作ってみよう(Tkinterを使ったGUIゲーム) ●はじめの一歩はシンプルなゲームから ●GUIのゲームを作るには? ●キャンバスを作る ●キャンバスに円を描く ●ボールを動かす ●関数を使おう ●globalの使い方 ●スカッシュゲームを作る ●音とメッセージを出す ★完成版スカッシュゲームのプログラムリスト あとがき
パズルを通じてアルゴリズム的思考とPythonプログラミングスキルを習得できる。掲載コードは著者のサイトからダウンロード可能 パズルを通じてアルゴリズム的思考とPythonプログラミングスキルを習得できる! MITで電気工学とコンピュータサイエンスを教えている著者が1、2年生を対象としたプログラミングの授業で実際に使っている教材をもとに執筆したものです。1章につき1つの問題を取り上げてその解答を示します。やさしい問題から徐々に難易度が上がっていくので、教えやすく、また独習もしやすい構成です。問題はすべてPythonで実装され、また、掲載コードはすべて著者のサイトからダウンロード可能で、実際に手元で試すことができるのも、大きな魅力です。論理的な思考を身に付けたり、鍛えることができます。
さまざまな人工知能の関連分野を扱いながら、Pythonでよく使われるライブラリの基本的な使い方を解説。 ディープラーニングの前に身につけておきたいAI技術の入門書! 近年ディープラーニングが爆発的人気となっています。しかし、人工知能の手法はディープラーニングに限りません。過去のAIブームの単純なニューラルネットや論理的プログラミングもあれば、遺伝的アルゴリズム、自然言語処理、音声信号処理や、画像からの動物体検出、分類問題、回帰問題、連続データ解析、強化学習といった、古典的なデータ解析や機械学習の手法もあります。これらはディープラーニングを始める前に身につけておくべき基礎技術です。「鶏を割くに焉んぞ牛刀を用いん」の諺のように、読者がデータ収集や計算コストがかかるディープラーニングの他にも適材適所の手法を選択できるよう、本書ではさまざまな人工知能の関連分野を扱いながら、Pythonでよく使われるライブラリの基本的な使い方を解説します。