この書籍は、数学の知識がなくても理解できる機械学習の入門書で、Pythonの機械学習ライブラリ「scikit-learn」を用いた実践的な解説が特徴です。著者はscikit-learnの開発に関わる専門家で、実践から理論へと学ぶスタイルを採用しています。特に「特徴量エンジニアリング」や「モデルの評価と改善」に焦点を当てており、従来の解説書にはない内容を提供しています。目次には教師あり学習、教師なし学習、データ処理などが含まれています。著者は機械学習の専門家で、産業界や学術界での経験があります。

本書は、データサイエンスにおけるコンペティション、特にKaggleに焦点を当て、実践的なデータ分析手法やテクニックを紹介しています。分析コンペに参加することで得られるスキルは、実務でも役立つため、特徴量の作成やモデルの評価、チューニングなどの具体的な内容が含まれています。著者たちは、データサイエンスの専門家であり、実績を持つKaggleの競技者です。この本は、コンペに挑戦したい人や実務でのモデル精度向上を目指す人にとって有益な情報源となるでしょう。

本書は、Pythonのデータ処理ライブラリ「pandas」の実践的な使用法を約100のレシピ形式で紹介するもので、データ分析や科学計算に役立つ内容が含まれています。各レシピは手順や解説が整然とまとめられており、データ構造の基本から可視化技術まで幅広くカバーしています。著者はデータサイエンティストのTheo Petrouで、教育やデータ分析に関する豊富な経験を持っています。読者はデータサイエンスに興味のあるすべての人を対象としています。

本書は、Pythonを用いてExcel作業やその他のパソコン仕事を自動化する方法を紹介しています。プログラミング初心者向けに、実践的な例題を通じて自動化の知識を丁寧に解説し、難しい理論は使わずにすぐ始められる内容になっています。Excelだけでなく、メールやWebの自動化も扱い、業務効率化の手助けをします。著者は20年以上の経験を持つ技術士で、実務に役立つプログラムを提供しています。

本書は、機械学習の有名なアルゴリズムをPythonを用いてゼロから実装することを目的としています。実用的なフレームワークを使用するのではなく、機械学習の仕組みを深く理解することで応用力や問題解決力を高めることを目指しています。内容は、Pythonの基本、機械学習に必要な数学、数値計算、そして具体的な機械学習アルゴリズムに関する解説を含んでおり、初心者や実務に携わるエンジニアに適しています。著者はシルバーエッグ・テクノロジーのチーフサイエンティストで、機械学習アルゴリズムの設計・実装に精通しています。

本書は、機械学習エンジニアやデータサイエンティスト向けに、データ前処理に必要なライブラリ「pandas」を用いた基本的な操作や手法を解説した初心者向けの書籍です。データクレンジングの重要性を強調し、実践的なサンプルを通じてpandasの使い方を学ぶことができます。内容は、データの読み込み、集計、欠損値処理、グループ化など多岐にわたり、機械学習タスクをスムーズに行うための基礎を提供します。著者は機械学習の専門家で、実務経験を基に執筆しています。

本書は、Python初心者向けに基本的なプログラム作成から人工知能アプリの開発までを対話形式で学べる内容です。イラストを交えながら基礎知識を解説し、最新の環境に対応しています。著者はプログラミング教育やコンテンツ制作に携わる森巧尚氏です。

ヨシュア・ベンジオ スチュアート・J・ラッセル ジェフリー・ヒントン ニック・ボストロム ヤン・ルカン フェイフェイ・リー デミス・ハサビス アンドリュー・エン ラナ・エル・カリウビ レイ・カーツワイル ダニエラ・ルス ジェイムズ・マニカ ゲアリー・マーカス バーバラ・J・グロース ジュディア・パール ジェフリー・ディーン ダフニー・コラー デイヴィッド・フェルッチ ロドニー・ブルックス シンシア・ブリジール ジョシュア・テネンバウム オーレン・エツィオーニ ブライアン・ジョンソン

本書は、機械学習やデータサイエンスの現場で役立つNumPyのデータ処理手法を解説した待望の第2版です。NumPyの基本から始まり、配列処理や数学関数を活用した実践的なデータ処理方法を紹介し、最終章では機械学習におけるデータ処理手法を解説します。Python 3.11およびNumPy 1.25に対応し、対象読者は機械学習エンジニアやデータサイエンティストです。著者はデータサイエンス関連のサービスを提供する企業の代表と東京大学の学生です。

全項目が２ページで構成され、使いやすい仕様はそのままに、近年の研究・開発動向を反映して深層学習やＡＩ、研究倫理等の項を増補。 発行部数１万部を超えるバイオインフォマティクス技術者認定試験公式教科書の改訂版。全項目が見開き２ページで構成され、使いやすい仕様はそのままに、近年の研究・開発動向を反映して深層学習やＡＩ、研究倫理等の項を増補。 ▼１万部超えの学会認定教科書を改版！ ▼初版から、深層学習やAI、研究倫理等に関する項目を増補。 ▼バイオインフォマティクス技術者認定試験の受験者必携！ 発行部数１万部を超える、バイオインフォマティクス技術者認定試験公式教科書の改訂版。全項目が見開き2ページで構成され、そこに参考文献・練習問題も付くという、使いやすい仕様はそのままに、近年の研究・開発動向を反映して、深層学習やAI、研究倫理等の項を増補。 認定試験受験者はもちろん、同分野に関心を持つ全ての初学者におすすめの一冊。 第1章　生命科学 　1ー1　原核細胞と真核細胞：細胞の分類とウイルス 　1ー2　細胞内小器官：細胞内小器官とその役割 　1ー3　細胞周期：細胞分裂と細胞周期 　1ー4　DNAの複製：ゲノムDNAの半保存的複製 　1ー5　転写：ゲノムDNAからのさまざまなRNAの合成 　1ー6　翻訳：タンパク質の生合成 　1ー7　核酸の構造と機能：DNAとRNAの構造と機能 　1ー8　アミノ酸の構造と性質：20種類の生体アミノ酸の構造と性質 　1ー9　タンパク質の階層構造：タンパク質の役割と一次〜四次構造 　1ー10　生体膜と膜タンパク質：生体膜の構造と膜タンパク質の機能 　1ー11　翻訳後修飾：タンパク質の翻訳後修飾とその役割 　1ー12　免疫と代謝：抗体による免疫・生体内物質の代謝パスウェイ 　1ー13　シグナル伝達：細胞間のシグナル伝達によるコミュニケーショ 　ン 　1ー14　遺伝：メンデルの法則による遺伝子の世代間継承 　1ー15　ゲノムと生物：生物ゲノムのサイズと遺伝子地図 　1ー16　ヒトゲノム：ヒトゲノムの構造と遺伝的多型 　1ー17　遺伝子組換え：主要な遺伝子組換え技術 　1ー18　ゲノム解析：ショットガン法による全ゲノム解読とゲノムワイ 　ド解析技術 　1ー19　分子生物学実験技術：分子生物学分野を飛躍的に発展させた実 　験技術 　1ー20　分子・細胞生物学実験技術：分子・細胞生物学の最新の実験技 　術 　1ー21　タンパク質の立体構造決定：X線結晶解析法などによるタンパ 　ク質の立体構造の解析技術 　1ー22　生命科学研究のための法令・指針：生命科学研究の実施にあた 　り遵守すべき法令・研究倫理指針 　 第2章　計算科学 　2ー1　2進数：2進数と論理演算 　2ー2　論理回路：論理回路によるコンピュータ上の論理演算 　2ー3　プログラミング言語：コンピュータのプログラミング言語と計 　算の実行 　2ー4　マークアップ言語：XMLなどのマークアップ言語によるデータ 　記述 　2ー5　プロトコル：ネットワークの通信プロトコルとセキュリティ 　2ー6　データ構造：プログラム内の代表的なデータ構造 　2ー7　二分探索：高速にデータを検索する二分探索アルゴリズム 　2ー8　ソートアルゴリズム：高速にデータを並べ替えるソートアルゴ 　リズム 　2ー9　バブルソート：基本的なバブルソートのアルゴリズム 　2ー10　オートマトン：オートマトンによる状態・遷移データの表現 　2ー11　リレーショナルデータベース：リレーショナルデータベースに 　よるデータの整理 　2ー12　SQL：SQLによるリレーショナルデータベースの操作 　2ー13　正規分布：正規分布の性質 　2ー14　独立性：確率分布と独立性・ベイズ推定 　2ー15　統計的検定：統計的検定による仮説の検証 　2ー16　最尤推定：確率分布の最尤法による推定 　2ー17　機械学習：機械学習とデータマイニング 　2ー18　関数最適化：機械学習のための関数最適化 　2ー19　深層学習：深層学習 　2ー20　クラスタリング：k平均法によるデータのクラスタリング 　2ー21　機械学習の評価：感度・特異度による予測法の評価 　2ー22　交差検証：クロスバリデーション（交差検証）による予測法の 　評価 　 第3章　配列解析 　3ー1　分子生物学データベース：国際的な公共の分子生物学データ 　ベース 　3ー2　配列アラインメント：動的計画法による配列アラインメントの 　計算 　3ー3　スコア行列：アミノ酸の類似性スコアとその統計的評価 　3ー4　高速な類似配列検索：高速に配列を比較するための計算技術 　3ー5　ホモロジー検索：高速にホモロジー検索するためのプログラム 　3ー6　マルチプルアラインメント：マルチプルアラインメントによる 　配列の多重比較 　3ー7　モチーフ：保存された配列パターン（配列モチーフ）の解析 　3ー8　ゲノムプロジェクトと遺伝子予測：ゲノム解読と遺伝子予測に 　よるアノテーション 　3ー9　タンパク質の機能予測：タンパク質の生理学的機能の予測 　3ー10　RNAの二次構造予測：RNAのもつ二次構造とその予測法 　3ー11　ゲノム特徴抽出：ゲノム配列の塩基組成などに基づく特徴抽出 　3ー12　ゲノム比較：ゲノム配列の比較解析とオーソログ解析 　 第4章　構造解析 　4ー1　構造化学：ペプチド結合の構造化学 　4ー2　タンパク質の立体構造：タンパク質立体構造の形成と分子グラ 　フィックス表現 　4ー3　構造モチーフ：タンパク質立体構造中の超二次構造と構造モ 　チーフ 　4ー4　構造分類：タンパク質立体構造の分類 　4ー5　その他の生体分子の立体構造：DNAとRNAの立体構造 　4ー6　立体構造データベース：立体構造データベースPDBとPDB 　フォーマット 　4ー7　立体構造の比較：立体構造を構造重ね合わせにより比較する方 　法 　4ー8　タンパク質立体構造の保存性分析：構造重ね合わせによるタン 　パク質立体構造の保存性分析 　4ー9　相互作用分析：タンパク質立体構造による相互作用分析 　4ー10　マップ分析：タンパク質立体構造のマップ分析 　4ー11　立体構造予測：タンパク質の立体構造を予測する方法 　4ー12　分子動力学法：分子動力学法による分子運動のシミュレーショ 　ン 　4ー13　ケモインフォマティクス：ケモインフォマティクスによる低分 　子化合物の情報処理 　4ー14　電子顕微鏡のインフォマティクス：電子顕微鏡のインフォマ 　ティクス 　4ー15　タンパク質デザイン：望みの立体構造や機能を有するタンパク 　質をデザインする方法 　 第5章　遺伝・進化解析 　5ー1　ハーディー・ワインベルク平衡：対立遺伝子頻度のハーディ 　ー・ワインベルク平衡 　5ー2　連鎖解析：連鎖解析による遺伝子座の探索 　5ー3　遺伝子マーカー：遺伝的多型と遺伝子マーカーとしての利用 　5ー4　ゲノムワイド関連解析：ゲノムワイド関連解析（GWAS）によ 　る遺伝子の探索 　5ー5　分子疫学・個別化医療：ハプロタイプ解析や遺伝子パネル検査 　による分子疫学と個別化医療 　5ー6　分子進化：分子進化の中立説と分子時計 　5ー7　進化系統樹：進化系統樹の表現方法 　5ー8　パラログ・オーソログ：進化系統樹によるホモログ・パラロ 　グ・オーソログの解析 　5ー9　系統推定アルゴリズム：系統樹をつくるための系統推定アルゴ 　リズム 　 第6章　オーミクス解析 　6ー1　オーミクス解析の手法：オーミクス解析に用いる研究手法 　6ー2　サンガー法・次世代シークエンシング：サンガー法および次世 　代・超並列シークエンシング技術 　6ー3　DNAマイクロアレイ・NGSの応用解析：DNAマイクロアレイと 　次世代シークエンシング技術による応用解析 　6ー4　メタボローム解析：メタボローム解析・メタボロミクス 　6ー5　プロテオーム解析：プロテオーム解析・プロテオミクス 　6ー6　タンパク質間相互作用 ：タンパク質間相互作用の大量解析手法 　6ー7　遺伝子発現クラスタリング：遺伝子発現パターンによるサンプ 　ルのクラスタリング 　6ー8　微分方程式：微分方程式による遺伝子発現量の変動予測 　6ー9　システム安定性：固有値の分析によるシステムの安定性解析 　6ー10　ネットワークの構造と性質：ネットワークの構造とダイナミク 　ス 　 索引　 練習問題解答一覧　 執筆者一覧

本書は、Pythonのデータ分析ツール「pandas」の開発者Wes McKinneyによる、データ分析の基本を網羅した改訂版です。NumPy、SciPy、pandas、Matplotlib、Jupyterなどのライブラリを利用し、科学計算や統計解析、機械学習、金融分野におけるデータ分析を学ぶことができます。すべてのサンプルコードはダウンロード可能で、Jupyter Notebookで実践的に試すことができます。目次にはPythonの基礎やデータのクリーニング、可視化、時系列データの扱いなどが含まれています。

本書は、理解しやすいコードを書くための方法を紹介しています。具体的には、名前の付け方やコメントの書き方、制御フローや論理式の単純化、コードの再構成、テストの書き方などについて、楽しいイラストを交えて説明しています。著者はボズウェルとフォシェで、須藤功平氏による日本語版解説も収録されています。

本書は、Pythonのデータ分析ライブラリpandasを用いた効率的なデータ操作と可視化の手法を体系的に解説しています。初中級者向けに、データ取り込みや前処理から解析までをカバーし、付録ではPythonの基本事項も紹介。データ分析の基礎技術の習得やスキルアップを目指す内容です。全体は基本的な使い方、データ操作、データ型、データモデリング、次のステップ、付録の6部構成となっています。

本書は、富士通ラーニングメディアの人気研修コース「Python入門」を基にした書籍で、Pythonを使ったデータ解析やAIに注目が集まる中、実習中心の内容で構成されています。プログラムの基本構文を手を動かして学び、よくあるエラーの対処法を詳しく解説。実習問題を通じて理解を深められるようになっています。目次には、Pythonの概要、環境構築、基本文法、外部プログラムの呼び出し、ファイルの入出力、一歩進んだプログラムの挑戦が含まれています。

バイオインフォマティクスの全分野をどこからでも学ぶことができ、図解で基礎知識を学び、練習問題と解説で理解度を確認できる。… バイオインフォマティクスの全分野を、どこからでも学ぶことができ、詳しい図解で基礎知識を学び、練習問題と解説で理解度を確認できる。また、厳選８０項目と練習問題８０題は、出題数と分野構成が実際の試験に準拠している。 新登場！ 学会初の公式教科書 バイオインフォマティクスの全分野を、どこからでも学ぶことができます。 詳しい図解で基礎知識を学び、練習問題と解説で理解度を自己確認できます。 厳選80項目と練習問題80題は、認定試験の全範囲をカバーしているだけでなく、 出題数と分野構成が実際の試験に準拠しており、直前対策にも役立ちます。 ▼日本バイオインフォマティクス学会、認定！ 　本書は日本バイオインフォマティクス学会初の公式教科書で、バイオインフォマティクスの全分野をどこからでも学ぶことができます。 　厳選した80項目を、1項目につき見開き2ページで解説しました。左ページでは図を用いながら基礎知識をコンパクトに説明し、重要な語句は必要に応じて別の項目を参照することができます。右ページには技術者認定試験の典型的な過去問を練習問題として詳しい解説を載せ、先に学んだ知識が自分の中で十分に理解できているかを自己確認することができます。さらに、もっと深く学びたい人に向けて、書店で入手しやすい参考図書を紹介しています。 　全80題に及ぶ過去問は、認定試験の全範囲をカバーしているだけでなく、出題数と分野構成が実際の試験に準拠しているので、模擬試験としてチャレンジすることもできます。参考として、問題には出題年度、難易度、正解率を載せており、本の巻末には解答一覧を準備しました。 　すなわち、この本一冊で、バイオインフォマティクスの基礎知識の習得と、技術者認定試験の準備を行なうことができます。 第1章　生命科学 　1-1　原核細胞と真核細胞 　　細胞の分類とウイルス 　1-2　細胞内小器官 　　細胞内小器官とその役割 　1-3　細胞周期 　　細胞分裂と細胞周期 　1-4　DNA の複製 　　ゲノムDNA の半保存的複製 　1-5　転写 　　ゲノムDNA からのさまざまなRNAの合成 　1-6　翻訳 　　タンパク質の生合成 　1-7　核酸の構造と機能 　　DNAとRNA の構造と機能 　1-8　アミノ酸の構造と性質 　　20種類の生体アミノ酸の構造と性質 　1-9　タンパク質の階層構造 　　タンパク質の役割と一次～四次構造 　1-10　生体膜と膜タンパク質 　　生体膜の構造と膜タンパク質の機能 　1-11　翻訳後修飾 　　タンパク質の翻訳後修飾とその役割 　1-12　免疫と代謝 　　抗体による免疫・生体内物質の代謝パスウェイ 　1-13　シグナル伝達 　　細胞間のシグナル伝達によるコミュニケーション 　1-14　遺伝 　　メンデルの法則による遺伝子の世代間継承 　1-15　ゲノムと生物 　　生物ゲノムのサイズと遺伝子地図 　1-16　ヒトゲノム 　　ヒトゲノムの構造と遺伝的多型 　1-17　遺伝子組換え 　　主要な遺伝子組換え技術 　1-18　ゲノム解析 　　ショットガン法による全ゲノム解読とゲノムワイド解析技術 　1-19　分子生物学実験技術 　　分子生物学分野を飛躍的に発展させた実験技術 　1-20　タンパク質の立体構造決定 　　X線結晶解析法などによるタンパク質の立体構造の解析技術 第2章　計算科学 　2-1　2進数 　　2進数と論理演算 　2-2　論理回路 　　論理回路によるコンピュータ上の論理演算 　2-3　プログラミング言語 　　コンピュータのプログラミング言語と計算の実行 　2-4　マークアップ言語 　　XML などのマークアップ言語によるデータ記述 　2-5　プロトコル 　　ネットワークの通信プロトコルとセキュリティ 　2-6　データ構造 　　プログラム内の代表的なデータ構造 　2-7　二分探索 　　高速にデータを検索する二分探索アルゴリズム 　2-8　ソートアルゴリズム 　　高速にデータを並べ替えるソートアルゴリズム 　2-9　バブルソート 　　基本的なバブルソートのアルゴリズム 　2-10　オートマトン 　　オートマトンによる状態・遷移データの表現 　2-11　リレーショナルデータベース 　　リレーショナルデータベースによるデータの整理 　2-12　SQL 　　SQL によるリレーショナルデータベースの操作 　2-13　正規分布 　　正規分布の性質 　2-14　独立性 　　確率分布と独立性・ベイズ推定 　2-15　統計的検定 　　統計的検定による仮説の検証 　2-16　最尤推定 　　確率分布の最尤法による推定 　2-17　機械学習 　　機械学習とデータマイニング 　2-18　クラスタリング 　　 k平均法によるデータのクラスタリング 　2-19　機械学習の評価 　　感度・特異度による予測法の評価 　2-20　交差検証 　　クロスバリデーション（交差検証）による予測法の評価 第3章　配列解析 　3-1　分子生物学データベース 　　国際的な公共の分子生物学データベース 　3-2　配列アラインメント 　　動的計画法による配列アラインメントの計算 　3-3　スコア行列 　　アミノ酸の類似性スコアとその統計的評価 　3-4　高速な類似配列検索 　　高速に配列を比較するための計算技術 　3-5　ホモロジー検索 　　高速にホモロジー検索するためのプログラム 　3-6　マルチプルアラインメント 　　マルチプルアラインメントによる配列の多重比較 　3-7　モチーフ 　　保存された配列パターン（配列モチーフ）の解析 　3-8　ゲノムプロジェクトと遺伝子予測 　　ゲノム解読と遺伝子予測によるアノテーション 　3-9　タンパク質の機能予測 　　タンパク質の生理学的機能の予測 　3-10　RNA の二次構造予測 　　RNA のもつ二次構造とその予測法 　3-11　ゲノム特徴抽出 　　ゲノム配列の塩基組成などに基づく特徴抽出 　3-12　ゲノム比較 　　ゲノム配列の比較解析とオーソログ解析 第4章　構造解析 　4-1　構造化学 　　ペプチド結合の構造化学 　4-2　タンパク質の立体構造 　　タンパク質立体構造の形成と分子グラフィックス表現 　4-3　構造モチーフ 　　タンパク質立体構造中の超二次構造と構造モチーフ 　4-4　構造分類 　　タンパク質立体構造の分類 　4-5　その他の生体分子の立体構造 　　DNAとRNAの立体構造 　4-6　立体構造データベース 　　立体構造データベースPDBとPDB フォーマット 　4-7　立体構造の比較 　　立体構造を構造重ね合わせにより比較する方法 　4-8　タンパク質立体構造の保存性分析 　　構造重ね合わせによるタンパク質立体構造の保存性分析 　4-9　相互作用分析 　　タンパク質立体構造による相互作用分析 　4-10　マップ分析 　　タンパク質立体構造のマップ分析 　4-11　立体構造予測 　　タンパク質の立体構造を予測する方法 　4-12　分子動力学計算 　　分子動力学計算による分子運動のシミュレーション 第5章　遺伝・進化解析 　5-1　ハーディー・ワインベルク平衡 　　対立遺伝子頻度のハーディー・ワインベルク平衡 　5-2　連鎖解析 　　連鎖解析による遺伝子座の探索 　5-3　遺伝子マーカー 　　遺伝的多型と遺伝子マーカーとしての利用 　5-4　ゲノムワイド関連解析 　　ゲノムワイド関連解析（GWAS）による遺伝子の探索 　5-5　分子進化 　　分子進化の中立説と分子時計 　5-6　進化系統樹 　　進化系統樹の表現方法 　5-7　パラログ・オーソログ 　　進化系統樹によるホモログ・パラログ・オーソログの解析 　5-8　系統推定アルゴリズム 　　系統樹をつくるための系統推定アルゴリズム 第6章　オーミクス解析 　6-1　オーミクス解析の研究手法 　　オーミクス解析に用いる研究手法と実験機器 　6-2　次世代シークエンサ 　　従来型DNA シークエンサと次世代シークエンサ 　6-3　DNA マイクロアレイ 　　DNA マイクロアレイによる遺伝子発現・遺伝的多型などの大量解析 　6-4　タンパク質間相互作用 　　タンパク質間相互作用の大量解析手法 　6-5　遺伝子発現クラスタリング 　　遺伝子発現パターンによるサンプルのクラスタリング 　6-6　微分方程式 　　微分方程式による遺伝子発現量の変動予測 　6-7　システム安定性 　　固有値の分析によるシステムの安定性解析 　6-8　ネットワークの構造と性質 　　ネットワークの構造とダイナミクス 　索引 　練習問題解答一覧 　執筆者一覧

『独習Python』は、プログラミング初学者向けのPython入門書で、著者は山田祥寛氏です。本書は、手を動かして学ぶスタイルを重視し、Pythonの基本から応用までを体系的に学べる内容となっています。解説、例題、理解度チェックの3ステップで、基礎知識がない人でも理解しやすい構成です。プログラミング初心者や再入門者におすすめの一冊です。目次には、Pythonの基本、演算子、制御構文、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などが含まれています。

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。

この書籍は、著者がGoogleでの経験を基にしたPythonエキスパート向けの改訂版です。第2版ではPython 3.8に対応し、新たにデータ構造やデバッグに関する章を追加。全体で90項目にわたってベストプラクティスや新機能の使い方を解説しています。効率的で読みやすいPythonicなコードを書くための秘訣を提供し、Pythonの魅力を体験できる一冊です。著者はGoogleのプリンシパルソフトウェアエンジニアで、Pythonの専門家です。

本書は、プロのゲームクリエイターが初心者向けにゲーム制作とプログラミングを解説する入門書です。Pythonを使用し、プログラミングの基礎やゲーム制作の方法、必要なアルゴリズムや数学を学びながら、モグラ叩きやテニスゲームなどのサンプルゲームを作成します。ゲーム制作に興味がある初心者に最適な内容となっています。

本書は、Pythonライブラリscikit-learnを用いて最適な予測モデルを作成する方法を解説した入門書です。数式を用いたアルゴリズムの説明や、ハイパーパラメータの影響を示す実例を通じて、データ分析の手法を学べます。内容は、機械学習の基本、scikit-learnのセットアップ、回帰や分類、クラスタリング、次元削減、モデル評価、実データ分析の実例など多岐にわたり、Jupyter Notebookにも対応しています。著者はデータサイエンスやプログラミングの専門家で構成されています。

本書は、機械学習アルゴリズムをオールカラーの図を用いてわかりやすく解説した入門書です。17種類のアルゴリズムを紹介し、各アルゴリズムの仕組みや使用方法、注意点を詳述しています。Pythonを用いたコードも掲載されており、実際に試しながら学ぶことができます。機械学習を学ぶ初心者や業務で利用している方にも役立つ内容となっています。

この書籍は、ディープラーニングをゼロから実装することで学ぶ入門書です。Python 3を用いて、基礎から誤差逆伝播法や畳み込みニューラルネットワークなどの実装を通じて理解を深めます。また、ハイパーパラメータの設定やBatch Normalization、Dropout、Adamなどの最新技術、さらには自動運転や画像生成などの応用例についても触れています。著者は斎藤康毅氏で、コンピュータビジョンや機械学習の研究開発に従事しています。

本書は、データサイエンスやウェブ開発などで人気のPythonの入門書で、6年ぶりに改訂された『入門 Python 3』の最新版です。プログラミング初級者向けに、Pythonの基礎から応用までをわかりやすく解説しており、Python 3.9に対応し新機能も追加されています。内容は基礎、実践、付録に分かれており、リファレンスとしても役立ちます。

本書は、機械学習を実践的に学ぶための教材で、scikit-learn、TensorFlow、Kerasを用いて、基礎から応用までの手法を体系的に解説しています。内容には、データ処理、モデル学習、深層学習、強化学習、コンピュータビジョン、自然言語処理などが含まれ、サンプルコードはすべてGitHubで公開され、Jupyter Notebookで試すことができます。第2版では新たに畳み込みニューラルネットワークやGANによる画像生成の説明も追加されています。機械学習を学びたいエンジニアにとって必携の一冊です。

『ゼロから作るDeep Learning』の続編である本書は、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングの技術を実装レベルで学ぶことができます。具体的には、word2vec、RNN、LSTM、GRU、seq2seq、Attentionなどの最新技術を取り上げ、分かりやすく解説しています。著者は、人工知能の研究開発に従事する斎藤康毅氏です。

本書は、機械学習のビジネスへの実装と運用に関する「MLOps」の実践ガイドです。第1部ではMLOpsの全体像や、それを実現するための技術、プロセス、文化について解説し、基礎知識を提供します。第2部では、実際の企業からの事例を通じて、MLOpsの具体的な実践方法を紹介しています。著者は機械学習の専門家であり、実用化に向けた知見が詰まった一冊です。

この本は、Pythonを使用した機械学習における216の問題とその解決策を提供します。データの基本的な取り扱いから、特徴量抽出、次元削減、様々なモデル（線形回帰、決定木、ランダムフォレスト、SVM、ニューラルネットワークなど）まで広範囲にカバーしています。改訂版では最新のフレームワークに対応し、PyTorchを用いたニューラルネットワークの情報が増加しています。実践的な問題解決に役立つ内容です。

本書は、Pythonの豊富な機能を活用し、効果的で慣用的なコードを書く方法を解説する解説書です。読者は、Pythonicな思考を身につけ、コードを短く、速く、読みやすくする技術を学べます。熟練のPython 3プログラマーになるための道筋を追求しています。

『Python実践 機械学習システム 100本ノック 第2版』は、データ分析プロジェクトの成果を上げるための実践的なテクニックを提供する書籍です。内容はデータの加工・可視化、機械学習モデルの構築、分析レポート作成などを含み、ビジネス現場で即戦力となるスキルを習得できます。新たに生成AIの活用ノックが追加され、読者は最新技術を学びながら実践的な課題に挑戦できます。著者は業界での豊富な経験を持ち、データ分析やAIシステム開発に関する専門知識を活かしています。

この書籍は、人気のオンライン講座を基にしたPythonプログラミングの学習書で、基礎から応用までを網羅しています。著者はシリコンバレーで活躍するエンジニアで、海外でも通用するプログラミング技術を伝授。独学をサポートする無料サンプルコードやエンジニアのキャリア戦略も紹介されており、実践的な内容が充実しています。12万人以上が受講した講座を元にしたこの一冊は、海外での活躍を目指す人にとっての道しるべとなるでしょう。

本書は、JupyterLabを利用したデータ分析と可視化の方法を解説したものです。JupyterLabはPythonユーザに人気のオープンソース環境で、インタラクティブにコードを実行し、結果を視覚化できます。内容は、JupyterLabの導入から操作方法、pandasによるデータ処理、Matplotlibとseabornを使ったグラフ作成まで幅広くカバーしています。最後にはGoogle Colaboratoryの活用法も紹介されています。著者はデータ解析の専門家で、実践的な知識を提供しています。

本書は、VTuberサプーがPythonプログラミングにおけるコードの改善方法を紹介する内容です。初心者や中級者向けに、コードの見た目や可読性、安全性を高めるテクニックを解説し、プロの知識と実務経験に基づいた具体的なアドバイスを提供します。主要な章には、コードの整形、読みやすさの向上、Pythonの便利機能、安全性の確保、クラスとオブジェクトの理解、テストコードの重要性、エラー解消のヒントが含まれています。エンジニアを目指す人やコードの質を向上させたい人におすすめの一冊です。

「Head First Python」は、初心者向けのビジュアル重視の入門書で、Pythonの基本を学びながら独自のWebアプリケーションを構築する方法をステップバイステップで解説しています。データベース管理や例外処理などの理解を深めることができ、手を動かしながら学べる内容になっています。著者は情報システムやコンピューティングの専門家で、教育やIT業界での経験があります。

文科と理科両方の学生のために，統計的なものの考え方の基礎をやさしく解説するとともに，統計学の体系的な知識を与えるように，編集・執筆された．豊富な実際例を用いつつ，図表を多くとり入れ，視覚的にもわかりやすく親しみながら学べるよう配慮した． 第1章 統計学の基礎（中井検裕，縄田和満，松原 望） 第2章 1次元のデータ（中井検裕） 第3章 2次元のデータ（中井研裕，松原 望） 第4章 確率（縄田和満，松原 望） 第5章 確率変数（松原 望） 第6章 確率分布（松原 望） 第7章 多次元の確率分布（松原 望） 第8章 大数の法則と中心極限定理（中井検裕） 第9章 標本分布（縄田和満） 第10章 正規分布からの標本（縄田和満） 第11章 推定（縄田和満） 第12章 仮説検定（縄田和満，松原 望） 第13章 回帰分析（縄田和満） 統計数値表 練習問題の解答

本書は、プログラミング未経験者がWebアプリケーションを実際に開発し、公開するプロセスを解説しています。プログラマーを目指す人に向けて、基礎から実践までの流れを学ぶことで、開発の全体像を把握し、学習の効率を高めることができます。主なツールとしてAWS、Django、Git、Herokuを使用し、クラウド環境での開発が可能です。完成したアプリケーションは面接時の実績として活用できます。

本書は、業務効率化や生産性向上を目指すビジネスパーソンに支持されるPythonを用いた自動化の指南書の改訂版です。WordやExcel、PDF文書の処理、Webダウンロード、メールの送受信など、日常業務の煩雑な作業を自動化する方法を解説しています。改訂版ではGmailやGoogleスプレッドシートの操作、Pythonの最新モジュールへの対応が追加され、演習問題も増補されています。また、日本語版にはEXEファイル作成方法の付録も収録されています。著者はソフトウェア開発者のアル・スウェイガートと、情報工学の博士課程を修了した相川愛三です。

AIのベースの一つである機械学習とは、コンピュータに大量のデータや経験を与えることによって、事象のパターン・ルールを発見し、予測などまでをも実現する技術である。機械学習の基礎から筆者らの最先端の研究までを初めての人にもわかりやすく解説する一冊。 はじめに 1　機械学習とは何か――人工知能（AI）の基礎知識 1.1　人間の学習能力をコンピュータで再現する「機械学習」 1.2　AI研究、これまでとこれから 1.3　人工知能の／による／のための研究 2　人工知能と社会 2.1　研究者とともに、学生とともに、エンジニアとともに 2.2　さまざまな分野におけるAI技術の応用 2.3　AIと社会の関係 3　機械学習の基礎 3.1　AIの学習モデルと学習法 3.2　3種類の機械学習 3.3　教師付き学習とは 3.4　教師なし学習とは 3.5　強化学習とは 3.6　機械学習の原理：「学習する」とは 3.7 なぜ教師付き学習で予測が当たるのか？ 3.8 直線で分離できない問題への対応 4　高度化する教師付き学習 4.1　誤りを含む教師情報への対応 4.2　弱い教師情報の活用 4.3　限られた情報からロバストに：信頼できる機械学習に向けて 4.4　理研AIPに見る汎用基盤研究の現在地 5　今後の展望 5.1　モデルと学習法と、ある種の制約 5.2　機械学習の新技術：生成AI 5.3　AIと人間の未来

本書は、2018年に発行された機械学習に関する書籍の全面改訂版で、不確実性の高い機械学習プロジェクトを「仕事で使う」という視点から整理しています。新たに「ML Ops」や「機械学習モデルの検証」などの章が追加され、読者が直面する問題解決に役立つ内容となっています。著者は機械学習分野の専門家で、実践的な知識を提供しています。

本書は、富士通ラーニングメディアの人気研修コース「Pythonによるデータアナリティクス（可視化・解釈編）」を基にした、データ分析初心者向けの教材です。Pythonの環境構築や主要ライブラリ（NumPy、Pandas、Matplotlib）の使い方を詳しく解説し、実習問題を通じて実力を身につけられる内容となっています。エラーの解説やフォローも充実しており、学習をサポートします。

本書は、東京大学での人気講義に基づき、データサイエンティストになるための基礎知識を提供します。Pythonを用いたプログラミングやデータ操作、確率・統計、機械学習の基本を学べる内容で、実践的な演習問題も豊富に含まれています。対象読者は、理系の大学生や社会人で、データサイエンスの入門から中級レベルを目指す人です。実際のデータを使いながらスキルを身につけることができることが特徴です。

本書『Python2年生』第2版は、Pythonを使ったデータ分析の基礎を学ぶための入門書です。ヤギ博士とフタバちゃんが登場し、データ分析の考え方、前処理、可視化、分布の理解、予測手法を丁寧に解説します。対象はデータ分析に興味のある初心者で、対話形式とイラストを用いて学びやすく工夫されています。新たにAnacondaやGoogle Colabのアップデートも含まれています。著者は森巧尚で、教育や執筆活動を行っています。

本書は転移学習に関する包括的なガイドで、基本概念から応用技術までを詳細に解説しています。内容は、転移学習の導入、ドメイン適応、事前学習済みモデル、知識蒸留、マルチタスク学習、メタ学習、継続学習など多岐にわたり、深層学習の進展に伴う実用的な方法論を提供しています。著者は情報科学の専門家で、学術的な背景を持つ研究者です。

この本は、ITエンジニア向けに機械学習の理論を基礎から学ぶためのものです。改訂新版として全面カラー化され、Pythonのコーディング環境もGoogle Colaboratoryに更新されています。機械学習の重要な理論がカバーされており、入門書としての定番となっています。内容はデータサイエンスの役割や機械学習アルゴリズムの分類から、最小二乗法、最尤推定法、パーセプトロン、ロジスティック回帰、k平均法、EMアルゴリズム、ベイズ推定まで多岐にわたります。著者は、中井悦司氏で、データ活用技術の普及に努めています。

Pythonによるデータ分析のコンパクトな入門書。日常的な事例をJupyter Notebookで分析していく。 プログラミング言語Pythonによるデータ分析のコンパクトな入門書。Jupyter Notebookでコードを実行しながら日常的な事例を分析していく。Pythonの文法や統計学の理論には深入りせず，各分析の目的と意味を丁寧に解説。 第１章　学ぶための準備をしよう──本書の特徴とPythonのインストール 第２章　データの基礎的な扱いに慣れよう──数値データと文字データ 第３章　特徴を踏まえて適切な計画を立てよう──平均とヒストグラム 第４章　データの散らばり方を調べてみよう──相関係数 第５章　データ同士の関係性を調べてみよう──回帰分析 第６章　データを特徴に応じて分類しよう──機械学習によるクラスタリング 第７章　データの規則性を探って将来を予測しよう①──決定木（ディシジョン・ツリー） 第８章　データの規則性を探って将来を予測しよう②──ランダム・フォレスト（分類編） 第９章　データの規則性を探って将来を予測しよう③──ランダム・フォレスト（回帰編） 第10章　施策の効果を調べよう──傾向スコア・マッチング 第11章　地点間の最短経路を調べよう──ダイクストラ法 第12章　変化をシミュレーションしてみよう──SIRモデル 第13章　限られた条件下での最適解を求めよう──線形計画法 第14章　文章の特徴を明らかにしよう──形態素解析

本書は、Pythonを用いて身近なデータを分析するための知識を最短で学べる入門書です。プログラミング未経験者でも理解できるように、Pythonの基本やデータ分析に必要なライブラリの使い方を平易に解説し、実践的な演習問題を通じて実務スキルを身に付けることができます。具体的なデータ分析の例を通じて洞察を導く方法も学べ、DX人材としてのスキルを強化できる内容です。章立ては、Pythonプログラミング入門、データ分析ライブラリ入門、中級編、実践編となっています。

本書は、ヤギ博士とフタバちゃんと共にディープラーニングの基本を学ぶ入門書です。ディープラーニングの概念やパーセプトロンの作成、ニューラルネットワークの構築、CNNを用いた画像認識などを、サンプルを通じて楽しく解説しています。対象はディープラーニング初心者で、Pythonの基礎を理解している人に向けて書かれています。著者はプログラミング教育に携わる森巧尚氏です。

本書は、Pythonを使用したデータ収集技術「スクレイピング」の入門書であり、待望の第2版が登場しました。著者はヤギ博士とフタバちゃんと共に、ファイルのダウンロード、HTML解析、データの読み書き、APIを利用したデータ収集、データの可視化方法を解説します。Python 3.12に対応し、各種ライブラリやオープンデータのアップデートが含まれています。初心者向けに対話形式で基礎知識を学べる内容で、実践的なサンプルも用意されています。対象はデータ収集や分析に興味がある初心者です。

本書は、プログラミング言語Pythonを用いたデータ収集の自動化方法を解説しています。ビジネスにおいて必要な商品情報やトレンドの収集を効率化するため、手作業ではなくプログラムを活用することを提案。初心者向けに、必要最低限の知識で実践できるように工夫されており、具体的なサンプルや練習用ページも用意されています。著者はデータサイエンティストの清水義孝氏で、実務経験をもとにした内容です。

本書は、ゲーム開発のノウハウをゼロから学べるPythonを使用した解説書です。ゲーム開発に特化し、プログラムの動きや面白さを理解することができます。対象はゲーム業界を目指す学生や自作ゲームを発表したい人などで、初心者でも安心して学べるように基礎知識やプログラミングの基本を詳しく解説しています。豊富な教材や特典もあり、幅広いジャンルのゲーム作成を通じてスキルを向上させることが期待できます。著者は経験豊富なゲームクリエイターで、教育活動も行っています。

本書は、ゲームを作りながらプログラミングを学ぶための入門書です。Pythonを使用し、基礎知識を習得した後、pygameを利用してアクションゲームやブロック崩し、シューティングゲームを制作します。サンプルコードを真似しながら実践的に学べるため、プログラミング初心者でも安心して取り組むことができます。著者は豊富な経験を持つ森巧尚氏で、学習を通じて自分のアイデアを形にする楽しさを伝えています。

本書は、Pythonを使ってビジネス業務の効率化や自動化を目指す入門書です。プログラミング未経験者でも理解しやすい内容で、基礎から学べる構成になっています。サンプルコードが豊富で、初心者から経験者まで幅広く対応。著者はプログラミング教育やアプリケーション開発の経験が豊富な専門家です。

本書は、Pythonの基礎知識を持つ初心者向けに、デスクトップアプリ開発の基本をやさしく解説しています。アプリ開発が難しいと感じる人に対して、計算アプリや時計アプリ、ファイル操作アプリ、ゲームアプリなど、実用的かつ楽しめるアプリ作りを通じて学ぶことができる内容です。著者はプログラミング教育に関わる専門家で、初心者が挫折せずに学べるよう配慮されています。