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。

プログラミング初心者が最初に学ぶべき定番のアルゴリズムを徹底解説し、初心者がスキルアップするための改良術を紹介する。 プログラミング初心者が最初に学ぶべき定番のアルゴリズムを徹底解説し、初心者がスキルアップするための改良術を紹介する。 プログラマが最初に学ぶべきアルゴリズムを解説。処理を効率化するテクニックが身につく！　本書は、プログラミング言語のPythonを使ったアルゴリズムの入門書です。アルゴリズムの処理の流れや論理構造を根本から理解できるように、図と文章で丁寧に解説しています。　さらに、本書では、アルゴリズムを改良するテクニックを紹介しています。　アルゴリズムを改良すると、処理を効率化できたり、別のプログラムで応用できたり、コードが読みやすくなったりします。　自分で手を動かしてプログラムを改良することで、アルゴリズムの使い方や改良方法を実践的に学べます。　本書の1章～10章では、ソートや探索など、様々な場面で使われている基本的なアルゴリズムとその改良テクニックを解説しています。　補章では、初学者でも本書の内容を理解できるように、Pythonの基本的な文法を解説しています。　いろいろなプログラムの書き方を学びたい方、プログラミングの力を伸ばしたい方におすすめです。 1章 「最大公約数を求めるアルゴリズム」を改良する 2章 「素数を判定するアルゴリズム」を改良する 3章 「線形探索」を改良する 4章 「文字列探索」を改良する 5章 「バブルソート」を改良する 6章 「バケツソート」を改良する 7章 「部分和問題」の解法を改良する 8章 「ビットカウント」を改良する 9章 「分岐処理をなくす」改良をする 10章 「複数のアルゴリズムを組み合わせる」改良をする 補章 Python基礎講座

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。

自然言語処理編

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。

Pythonの基礎からVS Codeなどのツール、ディープラーニングまで、チャットボット開発しながら学ぶ解説書。 Pythonの基礎から、VS Codeなどの使い方、今話題のディープラーニングまで、チャットボットの開発、Webスクレイピング、ディープラーニングを体験しながら楽しく学ぶPython解説書の決定版です。 Pythonは、AI分野で定番のプログラミング言語です。文法がシンプルなため、入門者が最初に学ぶプログラミング言語にうってつけです。AIに関わるディープラーニングやデータ分析だけでなく、Webアプリなどの大規模システム開発でも広く利用されています。本書は、Pythonの基礎から、統合開発環境「Visual Studio Code」などの使い方、今話題のディープラーニングまで、チャットボットの開発、Webスクレイピング、ディープラーニングを体験しながら楽しく学ぶPython解説書の決定版です。自然言語処理やテキストマイニング、文章生成などが身に付きます。 Chapter0　いま、なぜPythonなのか Chapter1　Pythonを使えるようにしてプログラミングを始めよう（環境構築とソースコードの入力） Chapter2　Pythonプログラムの材料（オブジェクトとデータ型） Chapter3　条件分岐と繰り返し、関数を使う Chapter4　オブジェクト、そしてAIチャットボットへ向けての第一歩 Chapter5　ピティナのGUI化と［人工感情］の移植 Chapter6　「記憶」のメカニズムを実装する（機械学習） Chapter7　マルコフ連鎖で文章を作り出す Chapter8　インターネットアクセス Chapter9　ピティナ、ディープラーニングに挑戦！

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。

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。