情報
Python言語によるビジネスアナリティクス実務家のための最適化・統計解析・機械学習
一冊でPythonがビジネス・研究に使える！ Ver3.5対応
本書は今話題の機械学習、ビッグデータ、科学技術計算、最適化等、ビジネス・研究に必須な手法を、Pythonを使って具体的に使いこなせることを目的とする。
そのために、どのようにPythonやそのモジュール・ライブラリを使いこなせばよいかを、また、解析手法の数学的根拠もあわせて解説する。
Pythonの初学者や、解析手法に不慣れな読者には大変分かりやすく記述してあり、すぐにPythonを使って様々なことに挑戦できるよう工夫してある。
また、Pythonをより使いこなそうと考えている読者や本格的に解析を行おうとしている読者にも大変示唆に富んだ内容となっている。
Pythonを使うすべての読者、必読必携の書である。
電子書籍¥7,040 小売希望価格（税込）
紙の書籍¥7,040定価（税込）
基本情報
| 発売日 | 2016年9月1日 |
|---|---|
| 本体価格 | 6,400円 |
| ページ数 | 516 ページ ※印刷物 |
| サイズ | B5 |
| ISBN | 9784764905160 |
| ジャンル | 情報 |
| タグ | プログラミング, Python, 教科書 |
| 電子書籍形式 | 固定型 |
主要目次
第 1 章 なぜ今 Python か？
1.1 空が飛べる！
1.2 お金を稼げる
1.3 多くの講義で使用されている
1.4 短時間で開発可能
1.5 キーワードが少ない
1.6 誰でも読みやすい
1.7 変数の宣言がいらない
1.8 コンパイルの必要がない（が，してもよい）
1.9 メモリ管理が楽
1.10 多くのプラットフォームで動作
1.11 オブジェクト指向
1.12 フリーソフト
1.13 インストールが楽
1.14 モジュールが豊富
第 2 章 環境の整備 Docker と Anaconda
2.1 Python のバージョンとパッケージ
2.2 Docker を利用する場合
2.3 Anaconda を利用する場合
第 3 章 対話型シェル IPython と Jupyter (IPython Notebook)
3.1 概要
3.2 IPython シェルの機能
3.3 IPython Notebook 環境
第 4 章 数値計算モジュール NumPy
4.1 概要
4.2 配列の生成と基本的な操作
4.3 NumPy の関数
第 5 章 可視化モジュール matplotlib,seaborn, bokeh
5.1 概要
5.2 準備
5.3 使用例
5.4 引数指定
5.5 タイトルや軸ラベルや凡例
5.6 日本語フォントについて
5.7 LATEX と線
5.8 いろいろなグラフ
5.9 描画領域について
5.10 その他の機能
5.11 関連パッケージ
第 6 章 科学技術計算モジュール SciPy
6.1 最適化
6.2 計算幾何
6.3 確率・統計
6.4 補間
6.5 積分
6.6 線形代数
第 7 章 データ解析モジュール pandas, blaze, dask
7.1 概要
7.2 iris データを用いた計算や描画
7.3 アクセサについて
7.4 時系列データ
7.5 関連パッケージ
第 8 章 統計モジュール statsmodels
8.1 単純な線形回帰
8.2 単純なロジスティック回帰
8.3 ワインの価格
8.4 救急車の出動回数
8.5 医療の質
第 9 章 機械学習モジュール scikit-learn
9.1 概要
9.2 教師あり学習 (supervised learning)
9.3 教師なし学習 (unsupervised learning)
第 10 章 最適化
10.1 最適化問題とは
10.2 最適化問題の分類
10.3 個別問題と解法
10.4 代表的なモデラーとソルバー
第 11 章 数理最適化モジュール PuLP と OpenOpt
11.1 線形最適化
11.2 双対問題
11.3 整数最適化
11.4 栄養問題
11.5 論理条件の定式化
11.6 非線形最適化
第 12 章 ネットワークモジュール NetworkX
12.1 グラフ理論の基本
12.2 グラフの生成
12.3 点・枝の追加と削除
12.4 点・枝の情報
12.5 グラフの描画
12.6 グラフに対する基本操作
12.7 行列
12.8 アルゴリズム
第 13 章 制約最適化モジュール SCOP
13.1 重み付き制約充足問題
13.2 SCOP のクラス
13.3 例題
13.4 事例
第 14 章 スケジューリング最適化モジュール OptSeq
14.1 資源制約付きスケジューリング問題
14.2 OptSeq のクラス
14.3 パラメータ
14.4 例題
第 15 章 動的最適化
15.1 動的システムと動的最適化
15.2 最適性の原理と動的最適化アルゴリズム
15.3 確定的動的最適化問題
15.4 確定的動的最適化の例
15.5 確率的動的最適化問題
第 16 章 Excel 連携モジュール xlwings
16.1 はじめに
16.2 Excel から Python プログラムを実行する
16.3 Excel の制御
16.4 xlwings の諸クラス
付 録 A Python の基礎と標準モジュール
A.1 データ型
A.2 演算子
A.3 制御フロー
A.4 関数
A.5 内包表記
A.6 入出力
A.7 クラス
A.8 モジュール
付 録 B 機械学習
B.1 機械学習とは
B.2 線形回帰
B.3 ロジスティック回帰
B.4 正規化
B.5 SVM
B.6 カーネルと SVM
B.7 仮説の評価
B.8 ニューラルネットワーク
B.9 単純 Bayes
B.10 決定木
B.11 アンサンブル法
B.12 クラスタリング
B.13 主成分分析
B.14 異常検知
B.15 推奨システム
付 録 C 計算量とデータ構造
C.1 計算量とオーダー
C.2 基本データ構造と計算オーダー
関連図書
索引
著者紹介
1.1 空が飛べる！
1.2 お金を稼げる
1.3 多くの講義で使用されている
1.4 短時間で開発可能
1.5 キーワードが少ない
1.6 誰でも読みやすい
1.7 変数の宣言がいらない
1.8 コンパイルの必要がない（が，してもよい）
1.9 メモリ管理が楽
1.10 多くのプラットフォームで動作
1.11 オブジェクト指向
1.12 フリーソフト
1.13 インストールが楽
1.14 モジュールが豊富
第 2 章 環境の整備 Docker と Anaconda
2.1 Python のバージョンとパッケージ
2.2 Docker を利用する場合
2.3 Anaconda を利用する場合
第 3 章 対話型シェル IPython と Jupyter (IPython Notebook)
3.1 概要
3.2 IPython シェルの機能
3.3 IPython Notebook 環境
第 4 章 数値計算モジュール NumPy
4.1 概要
4.2 配列の生成と基本的な操作
4.3 NumPy の関数
第 5 章 可視化モジュール matplotlib,seaborn, bokeh
5.1 概要
5.2 準備
5.3 使用例
5.4 引数指定
5.5 タイトルや軸ラベルや凡例
5.6 日本語フォントについて
5.7 LATEX と線
5.8 いろいろなグラフ
5.9 描画領域について
5.10 その他の機能
5.11 関連パッケージ
第 6 章 科学技術計算モジュール SciPy
6.1 最適化
6.2 計算幾何
6.3 確率・統計
6.4 補間
6.5 積分
6.6 線形代数
第 7 章 データ解析モジュール pandas, blaze, dask
7.1 概要
7.2 iris データを用いた計算や描画
7.3 アクセサについて
7.4 時系列データ
7.5 関連パッケージ
第 8 章 統計モジュール statsmodels
8.1 単純な線形回帰
8.2 単純なロジスティック回帰
8.3 ワインの価格
8.4 救急車の出動回数
8.5 医療の質
第 9 章 機械学習モジュール scikit-learn
9.1 概要
9.2 教師あり学習 (supervised learning)
9.3 教師なし学習 (unsupervised learning)
第 10 章 最適化
10.1 最適化問題とは
10.2 最適化問題の分類
10.3 個別問題と解法
10.4 代表的なモデラーとソルバー
第 11 章 数理最適化モジュール PuLP と OpenOpt
11.1 線形最適化
11.2 双対問題
11.3 整数最適化
11.4 栄養問題
11.5 論理条件の定式化
11.6 非線形最適化
第 12 章 ネットワークモジュール NetworkX
12.1 グラフ理論の基本
12.2 グラフの生成
12.3 点・枝の追加と削除
12.4 点・枝の情報
12.5 グラフの描画
12.6 グラフに対する基本操作
12.7 行列
12.8 アルゴリズム
第 13 章 制約最適化モジュール SCOP
13.1 重み付き制約充足問題
13.2 SCOP のクラス
13.3 例題
13.4 事例
第 14 章 スケジューリング最適化モジュール OptSeq
14.1 資源制約付きスケジューリング問題
14.2 OptSeq のクラス
14.3 パラメータ
14.4 例題
第 15 章 動的最適化
15.1 動的システムと動的最適化
15.2 最適性の原理と動的最適化アルゴリズム
15.3 確定的動的最適化問題
15.4 確定的動的最適化の例
15.5 確率的動的最適化問題
第 16 章 Excel 連携モジュール xlwings
16.1 はじめに
16.2 Excel から Python プログラムを実行する
16.3 Excel の制御
16.4 xlwings の諸クラス
付 録 A Python の基礎と標準モジュール
A.1 データ型
A.2 演算子
A.3 制御フロー
A.4 関数
A.5 内包表記
A.6 入出力
A.7 クラス
A.8 モジュール
付 録 B 機械学習
B.1 機械学習とは
B.2 線形回帰
B.3 ロジスティック回帰
B.4 正規化
B.5 SVM
B.6 カーネルと SVM
B.7 仮説の評価
B.8 ニューラルネットワーク
B.9 単純 Bayes
B.10 決定木
B.11 アンサンブル法
B.12 クラスタリング
B.13 主成分分析
B.14 異常検知
B.15 推奨システム
付 録 C 計算量とデータ構造
C.1 計算量とオーダー
C.2 基本データ構造と計算オーダー
関連図書
索引
著者紹介