【2025年】「NumPy」のおすすめ 本 72選!人気ランキング
- Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理
- Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
- NumPyによるデータ分析入門 ―配列操作、線形代数、機械学習のためのPythonプログラミング
- Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
- 現場で使える! NumPyデータ処理入門 機械学習・データサイエンスで役立つ高速処理手法
- NumPy&SciPy数値計算実装ハンドブック (Pythonライブラリ定番セレクション)
- Kaggleで勝つデータ分析の技術
- pandasクックブック ―Pythonによるデータ処理のレシピ―
- PythonでExcel、メール、Webを自動化する本
- 機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
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。
データ分析コンペKaggleに挑戦するならこれをまず読んでおけば大丈夫!Kaggleに参加しないにしてもデータ分析の本質やテクニックがギュッと詰まっているので実務に活かせる。高度な内容も登場するが分かりやすく解説してくれるので初心者でも読みやすい。それでいてベテランの人も多くの学びがある書籍。著者はKaggleの最上位グランドマスターの方々であり説得力がある。過去のコンペの事例も取り上げてくれるのでそんなアプローチあったのかぁと学びが深い。文句なしの星5つ!
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、Python初心者向けに基本的なプログラムや人工知能アプリの作成を対話形式で学べる内容です。著者は森巧尚で、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。エラー対応法も掲載されており、安心して学習できるよう配慮されています。目次には、Pythonの基礎からアプリ作成、人工知能に関する章が含まれています。
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、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、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。
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。
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、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。
ディープラーニングの概要は分かっているし機械学習はある程度理解しているつもりだけど、ディープラーニングの中身はちゃんと理解できていない人にぜひ読んで欲しい書籍。ディープラーニングは一旦これ1冊読んでおけば問題なし。複雑で難しい印象だったディープラーニングがこれを読むだけで一気に身近なものになる。
本書は、プログラミング初級者向けのPython入門書で、ベストセラー『入門 Python 3』の6年ぶりの改訂版です。Pythonの基礎から応用までをわかりやすく説明し、Python 3.9に対応した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利用可能です。
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。
ゼロから分かるディープラーニングシリーズはどれも非常に分かりやすい。こちらの自然言語処理編は前作を読みディープラーニングの基本を理解してより高度なアーキテクチャを学びたいと思った時にオススメ。レベルは少々上がっているがそれでも分かりやすく学べる。RNNやLSTMなどが学べる
『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をしっかり学びたい人向けの本格的な入門書です。基礎から応用まで幅広いトピックをカバーしており、実際に手を動かしながら理解を深められるよう工夫されています。独習スタイルに特化しているため、自分のペースで着実に学びたい人におすすめ。豊富なコード例や練習問題もあり、プログラミングの実力を着実に高めることができます。
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。
この本を通読すれば、"pythonがちゃんと書ける人"になれます。機械学習エンジニアやデータサイエンティストであれば、この本の知識があればその後pythonプログラミングで困ることはなくなります。むしろ、組織のpythonコード品質を上げる側のエンジニアになれます。あえて残念な点を挙げるとすれば、デザインパターンへの言及が少ない点です。一部のデザインパターンに対してpythonicに改変する作業を通して学んでいくスタイルですが、欲を言えば全てのデザインパターンに言及があれば良かったです。かなり分厚く重量のある書籍なので、電子書籍を利用することをおすすめします。
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。
「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。
機械学習の手法やテクニックにフォーカスした書籍ではなくて、機械学習を仕事に取り入れるためにはどうすればよいのか?どういうところに注意しなくてはいけないのかがまとめられた書籍。実務で機械学習を利用している人利用する可能性のある人は絶対に読むべき書籍。そもそも本当に機械学習を使う必要があるのかということをしっかり考える、機械学習ありきのプロジェクトは必ず失敗する。
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』の第2版は、データ分析を学ぶ初心者向けに、Pythonを使った分析手法を解説しています。ヤギ博士とフタバちゃんが対話形式で進め、データの前処理、可視化、分布、予測方法などをイラストを交えながら説明します。AnacondaやGoogle Colabのアップデートも含まれ、実際に手を動かしてデータ分析を体験できる内容です。著者は森巧尚で、教育者としての経験も豊富です。
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『Python2年生 スクレイピングのしくみ 第2版』は、Pythonを使ったデータ収集技術「スクレイピング」を学ぶための入門書です。ヤギ博士とフタバちゃんが、インターネットからのデータダウンロード、HTML解析、データの読み書き、API利用、データの可視化方法を解説します。第2版では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行われています。初心者向けに対話形式でわかりやすく説明されており、実践的なサンプルも用意されています。
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を使ったプログラミング解説書です。ゲーム開発に特化し、プログラムの動きや面白さを理解できる内容となっています。対象はゲーム業界を目指す学生や趣味でゲームを作りたい人で、基礎知識からプログラミング初心者でも理解しやすいように工夫されています。多様なミニゲームを通じて実践的なスキルを身につけることができ、読者特典として3つのおまけゲームも提供されています。著者は大手メーカーでの経験を持つクリエイターです。
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。