三木孝行の作品一覧
「三木孝行」の「Python実践機械学習システム100本ノック」「Python実践 機械学習システム 100本ノック 第2版」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
値引き作品
一覧 >>作品一覧
-
値引きありPython 実践データ分析 100本ノック 第3版
ビジネス・実用
-1巻1,188円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析の現場にあって入門書にない「汚いデータ」（ダーティデータ）に対応する、プロのノウハウを解説します。 -
Python実践 機械学習システム 100本ノック 第2版
ビジネス・実用
-1巻2,376円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析の現場で求められる継続的な業務遂行のデータ分析のテクニックを解説。小さなシステムで成果を出すための必須の書籍。 -
Python実践データ分析100本ノック 第2版
ビジネス・実用
5.01巻2,376円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析の現場にあって入門書にない「汚いデータ」（ダーティデータ）に対応する、プロのノウハウを解説します。 -
Python実践機械学習システム100本ノック
ビジネス・実用
-1巻2,376円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 あなたの分析結果や技術は、社内で十分に理解されていますか？ もし理解されていないのなら、小規模でも継続的にデータ分析や機械学習を回す「仕組み」が必要です。本書は、大好評の『Python実践データ分析100本ノック』の続編として、実際のビジネス現場を想定した100の例題を解くことで、現場の視点と応用力が身に付くよう設計した問題集です。データ活用プロジェクトを立ち上げ、社内にきっちり定着化させるための最初の一歩です！ -
Python実践データ分析100本ノック
ビジネス・実用
4.71巻2,376円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析の現場にあって入門書にないもの――それは、「汚いデータ」（ダーティデータ）です。本書は、データ分析の現場では、どんなデータに出会い、どのような問題が生じ、どう対応すればよいのかというノウハウを解説します。事前の加工（視覚化）から機械学習、最適化問題まで、100本ノックをこなして、ビジネス現場で即戦力になれる「応用力」を身につけましょう！ Pandas、Numpy、Matplotlibなど10個のライブラリを練習します。
ユーザーレビュー
-
-
-
-
Posted by ブクログ
Python100本ノックというタイトル通り、Pythonの練習用コードを実際の現場に即した形で記述してくれている本
pandasでデータを読み込むところからスタートしてcsvファイルのデータ整形や
画像処理と言語処理、最適化問題まで取り扱っている
個人的にはコード自体も非常にわかりやすいのと
説明がある程度細かく書いてくれているので、勉強になりました。
サンプルコードもあるので、行き詰まったら参照しながら、進めていくと良いと思います。
100本やってみましたが、開発環境によっては、Python以外のことも勉強になるので、オススメです。 -
Posted by ブクログ
幅広いデータ分析・活用を扱っている。実際にあるようなストーリー仕立てになって現場感を出している。
Pythonについての説明はないので学習スミの人向け。
３部の最適化問題はおもしろかった。
1章 ウェブからの注文数を分析する
データの読み込み。ユニオン、ジョイン、検算、可視化についての説明。丁寧な説明。
2章 小売店のデータでデータ加工を行う
名寄せ、表記ゆれなどのテクニックについて
3章 顧客の全体像を把握する
データを統計値などで俯瞰する方法
4章 顧客の行動を予測する
線形回帰モデル（教師ありモデル）で退会しそうなユーザーを予測する準備
5章 顧客の退会を予測する
4章で準備したデータで決定木モデルで退会しそうなユーザーを予測する。
6章 物流の最適化ルートをコンサルティングする
物流コストを最小にする輸送ルートを決定する。
輸送ルートの可視化にNexworkxを使用、最適化にはpulpとortoolpyを使用
8章 数値シミュレーションで消費者の行動を予測する
口コミを確率的シミュレーションで予測している。
9章 潜在顧客を把握するための画像認識
店の前の映像を使って時間帯ごとの通行人の数（＝潜在顧客？）を自動的にカウントする。
10章 アンケート分析を行うための自然言語処理
MeCabをつかって日本語処理をおこないアンケートの類似度などを抽出する
