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。

StanとRでベイズ統計モデリング

Jupyter NotebookでPythonのプログラミングを基礎から対話的に学習するための教科書．全ページカラー印刷． プログラミング初学者を対象とした，Jupyter NotebookでPythonのプログラミングを基礎から対話的に学習するための教科書． 全ページカラー印刷． はじめてプログラミングを学習する人のための入門書．Jupyter Notebook上でプログラミング言語「Python」を使って対話的に学ぶことができる．全ページカラー印刷．【目次】第1章　イントロダクション　1.1　プログラミング知識の必要性　1.2　本書の位置付け　1.3　本書を使った学習の方法　1.4　前提条件　1.5　プログラミンングの一般知識　1.6　Jupyter Notebookの使い方第2章　計算してみよう　2.1　Jupyter Notebookでの計算　2.2　数学関数の利用　2.3　文字列　2.4　変数　2.5　表示関数　演習問題第3章　条件判断　3.1　プログラムの基本構造　3.2　逐次実行　3.3　セルの評価の順序　3.4　入力関数　3.5　条件分岐　3.6　条件式の書き方　演習問題第4章　繰り返し　4.1　while文を使った繰り返し　4.2　for文を使った繰り返し　4.3　繰り返しを使った数値計算　演習問題第5章　データ型（リスト，辞書）　5.1　リスト　5.2　辞書　演習問題第6章　関数　6.1　関数とは　6.2　関数を書いてみよう　6.3　ローカル変数とグローバル変数　6.4　再帰関数　6.5　関数の実行時間　6.6　計算量　演習問題第7章　グラフの利用　7.1　matplotlibとは　7.2　簡単なグラフを描く　7.3　計算結果をもとにグラフを描く　演習問題第8章　アルゴリズムI　線形探索と二分探索　8.1　アルゴリズムとは　8.2　探索とは　8.3　線形探索アルゴリズム　8.4　二分探索アルゴリズム　演習問題第9章　アルゴリズムII　ソート　9.1　ソートとは　9.2　選択ソートの実行時間　演習問題第10章　シミュレーションI　酔歩問題　10.1　シミュレーションとは　10.2　酔歩問題　10.3　1次元の酔歩問題　10.4　2次元の酔歩問題　演習問題第11章　シミュレーションII　モンテカルロ法　11.1　モンテカルロ法とは　11.2　カレーライス費用の見積もり　演習問題付録A　Windows11へのJupyter Notebookの導入方法付録B　デバッグ（虫とり）の方法章末問題の解答例 第1章　イントロダクション 1.1　プログラミング知識の必要性 1.2　本書の位置付け 1.3　本書を使った学習の方法 1.4　前提条件 1.5　プログラミンングの一般知識 1.6　Jupyter Notebookの使い方 第2章　計算してみよう 2.1　Jupyter Notebookでの計算 2.2　数学関数の利用 2.3　文字列 2.4　変数 2.5　表示関数 演習問題 第3章　条件判断 3.1　プログラムの基本構造 3.2　逐次実行 3.3　セルの評価の順序 3.4　入力関数 3.5　条件分岐 3.6　条件式の書き方 演習問題 第4章　繰り返し 4.1　while文を使った繰り返し 4.2　for文を使った繰り返し 4.3　繰り返しを使った数値計算 演習問題 第5章　データ型（リスト，辞書） 5.1　リスト 5.2　辞書 演習問題 第6章　関数 6.1　関数とは 6.2　関数を書いてみよう 6.3　ローカル変数とグローバル変数 6.4　再帰関数 6.5　関数の実行時間 6.6　計算量 演習問題 第7章　グラフの利用 7.1　matplotlibとは 7.2　簡単なグラフを描く 7.3　計算結果をもとにグラフを描く 演習問題 第8章　アルゴリズムI　線形探索と二分探索 8.1　アルゴリズムとは 8.2　探索とは 8.3　線形探索アルゴリズム 8.4　二分探索アルゴリズム 演習問題 第9章　アルゴリズムII　ソート 9.1　ソートとは 9.2　選択ソートの実行時間 演習問題 第10章　シミュレーションI　酔歩問題 10.1　シミュレーションとは 10.2　酔歩問題 10.3　1次元の酔歩問題 10.4　2次元の酔歩問題 演習問題 第11章　シミュレーションII　モンテカルロ法 11.1　モンテカルロ法とは 11.2　カレーライス費用の見積もり 演習問題 付録A　Windows11へのJupyter Notebookの導入方法 付録B　デバッグ（虫とり）の方法 章末問題の解答例

自然言語処理編

例題を試しながら地理空間データ分析の基本を学べる！数字だけの分析ではなく、地理空間を組み合わせることで、より立体的で精度の高い予測、分析ができるため、注目を集める地理空間データ分析をPythonで行うための入門書です。既存の公開データ、Jupyter Notebookで提供されているサンプルコード、QGISというオープンソースのGISソフトを使い、手軽に試して結果を出力してみることができます。空間データ分析において重要ながらも見過ごされがちな、正確なマップをデザインするコツ、非定型データ型の処理のテクニックなどもフォローしています。

初歩から学びたい人にも，とにかく具体的な計算をしてみたい人にもおすすめな，最初の1冊！ 〈初歩から学びたい人にも，とにかく具体的な計算をしてみたい人にもおすすめな，最初の1冊！〉「物理学に現れる方程式をPythonで数値計算する方法」を解説した，入門書です．◆“Pythonic”なコーディングで，手軽にシンプルに，高速な計算ができる！Pythonにはさまざまなライブラリが用意されていて，アルゴリズムを自分の手で実装せずとも，高度な数値計算を手軽に行うことができます．本書では，「力学」「振動・波動」「量子力学」「量子統計力学」に現れるさまざまな方程式を題材に，Pythonライブラリを活用した，シンプルで効率のよい計算を行う方法を説明します．どのプログラムにも丁寧な解説がついているので，Python流のコーディングのコツを学ぶことができます．◆アルゴリズムを「正しく使うため」の知識が身につく！自分で実装する必要がなくとも，アルゴリズムのことを知らなければライブラリを適切に活用することはできません．本書では，アルゴリズムを正しく使う（≠実装する）ために必要な，各種アルゴリズムの特徴もわかりやすく説明しています．初めて計算物理・数値計算を学ぶ方でも，「この問題ではこのアルゴリズムを選ぶべき」「このアルゴリズムならこのパラメータを指定しないといけないはず」といった感覚を身につけることができます．※サポートページは森北出版Webサイトからご利用ください。 第1章　計算物理のためのPython入門 第2章　古典力学――常微分方程式 第3章　振動・波動――偏微分方程式 第4章　量子力学――固有値問題 第5章　量子統計力学――数値積分・非線形方程式・乱数 付録A　Pythonの基礎 付録B　NumPy/SciPyの使い方 付録C　Matplotlibの使い方

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

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

Web 上で公開されているデータを分析し，有益な知見を得るための基本技術を解説する。 ・Web 上で公開されているデータを分析・活用するための基礎知識を解説。・Pythonのサンプルコードを触りながら学習できる。・サンプルコードはサポートサイトからダウンロード可能。【主な目次】1. はじめに2. サンプルコードの実行環境3. テキスト分析1：テキストのベクトル化4. テキスト分析2：ベクトルを用いた分析5. ネットワーク分析6. 評価データ分析7. Web からのデータの収集

プログラミングの基礎からエラー処理、テストコードの書き方まで