※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。 シリーズ累計90万部突破の大人気入門書の改訂版！ コツ・しくみ・落とし穴をしっかり押さえるから 初心者でもすぐにプログラミングを習得できる！ 初心者でもすぐに身に付く秘密は、3つのコンセプトにあり！ 【1】手軽にPythonをはじめられる すぐに最初の一歩を踏み出せるよう、スマホやPCのWebブラウザでプログラミングができる「dokopy（ドコパイ）」※を用意しました。 また、陥りがちなトラブルには、巻末の「エラー解決・虎の巻」で対策できます。 【2】「なぜ」「どうして」が必ずわかる 学習中浮かび上がる「なぜ？」「どうして？」をスルーせずに、しっかり答えを出して次のテーマに進む、シリーズ共通のスッキリ流解説によって、一歩一歩着実に理解を深めて短期間で知識を習得できます。 【3】今後に活かせる「基礎」を学べる 本書では初心者が利用する機会が少ない文法と、必ず覚えておきたい文法を切り分けて紹介。 未経験者が基礎をしっかりと身に付けるとともに、機械学習やWebアプリケーション開発といった専門分野へつながる知識を習得することができます。 第2版では、令和の学習体験により適した、シンプルでスッキリとした紙面デザインへ全面的にリニューアルし、読みやすさ、使い勝手の向上を図っています。 さらに、実践的なコーディング力を鍛える「ゲーム開発の総合演習」を追加。 本書を通じてプログラミングの楽しさを学び、新しい未来への道を拓いてみませんか。 ※dokopyは新刊購入者用特典です。利用の前にインプレスのWebサイトで「dokopyご利用上の注意」をご確認ください。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで効果検証の実務を学ぼう！ この本は、効果検証を実務で行いたい方に向けた入門書です。 実務応用しやすい3つの分析手法（A/Bテスト・Difference in Differences （DID）・Regression Discontinuity Design （RDD））について、現場で実際にぶつかりやすい課題をミニストーリーなどで指摘しながら、その対応策や考えかたを示し、Pythonで実装していきます。 とくにA/Bテストについては多くの紙面を割き、複数のデザインパターンや分析手法を紹介します。 また、DIDとRDDについても、ミニストーリーなどを交えて適用できる条件を具体的に例示しつつ、間違った分析結果を算出してしまわないよう丁寧に解説を行います。 本書では、全体をとおして、ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。あくまで入門書であるため理論的な説明は控えめになっていますが、参考文献やブックガイドから、より専門的な論文や書籍にアクセスできるようにしています。 本書を読了することで、基本的な効果検証の手法を理解し、Pythonで実装できるようになります。さらに、陥りやすいアンチパターンや、効果検証を通じて組織に貢献するための考えかたなど、データ分析の実務者に必要とされる知見も身につきます。 謝辞／目次 1章　はじめに：いまなお隔たりがある効果検証の実務と理論 　1.1 効果検証とはなにか？ 　　1.1.1 本書のねらい：基礎と実務を紐づける 　　1.1.2 本書の特徴 　　1.1.3 効果検証の各手法の特性と使いかた 　　1.1.4 効果検証の目的：意思決定と探索的分析 　1.2 本書の構成 　1.3 想定する読者 　1.4 サンプルコード 2章　A/Bテストを用いてクリーンに効果検証を行う 　2.1 Prelude 　　2.1.1 太郎くんの分析の再現 　2.2 施策と効果 　　2.2.1 基本的な用語の確認 　　2.2.2 施策効果と反実仮想 　2.3 バイアス 　　2.3.1 バイアスを含んだ分析の例：ユーザーの性質 　　2.3.2 バイアスを含んだ分析の例：時系列 　　2.3.3 バイアスを含む分析手法の負のループ 　2.4 A/Bテストの基本的な発想 　　2.4.1 ランダムな施策割当によるバイアスの排除 　　2.4.2 施策効果のポテンシャルアウトカムフレームワークによる表現 　2.5 A/Bテストのデザイン 　　2.5.1 A/Bテストの設計 　　2.5.2 データ収集 　　2.5.3 収集したデータの分析と評価 　2.6 PythonによるA/Bテストデータの分析の実装 　2.7 A/Bテストのアンチパターン 3章　A/Bテストを用いて実務制約内で効果検証を行う 　3.1 実務におけるA/Bテストの課題 　3.2 A/Aテスト：A/Bテストの信頼性を担保する 　　3.2.1 A/Bテストは頻繁に「失敗」する 　　3.2.2 A/Bテストの失敗は2種類のケースに大別できる 　　3.2.3 A/Aテスト 　　3.2.4 A/Aテストのリプレイ 　3.3 柔軟なA/Bテストのデザイン 　　3.3.1 クラスターA/Bテスト 　　3.3.2 層化A/Bテスト 　　3.3.3 A/Bテストにおける処置と割り当ての不一致 　3.4 効率的な分析：共変量のコントロール 　3.5 施策効果の異質性：どこで効果があるのか知る 　　3.5.1 セグメントごとにサブサンプルに分割する 　　3.5.2 セグメントの交差項を入れて分析を行う 4章　Difference in Differencesを用いて効果検証を行う 　4.1 DID（差分の差法）：施策実施前後の違いを捉える 　　4.1.1 施策をとりまく4つの状況とよくある分析の仮定 　　4.1.2 DIDの基本的な発想 　　4.1.3 DIDの発想に基づいた施策効果分析の実装 　4.2 DIDを用いた実務的な施策効果検証 　　4.2.1 パネルデータ 　　4.2.2 分析方法 　　4.2.3 DIDによる施策効果分析の実装：文言変化の効果を調べる 　4.3 2期間以上のデータをDIDで分析する 　　4.3.1 時間を通じて施策効果は変わりうる 　　4.3.2 分析方法 　　4.3.3 DIDによる施策効果分析の実装：イベントスタディのケース 　4.4 パラレルトレンド仮定と検証 　　4.4.1 パラレルトレンド仮定の検証とは？ 　　4.4.2 プレトレンドテスト 　4.5 複数回の施策を行った場合にDIDによる分析は適用できるか？ 5章　Regression Discontinuity Designを用いて効果検証を行う 　5.1 RDDを適用できるシチュエーション 　　5.1.1 クーポン配布施策：クーポンの効果は本当に大きいのか？ 　　5.1.2 閾値によって実施するかどうか決める施策の効果を評価する 　5.2 RDDの仮定と推定 　　5.2.1 RDDの直感的な説明 　　5.2.2 RDDにおける施策効果 　　5.2.3 Sharp RDDの推定 　　5.2.4 rdrobustを用いたSharpRDDの実装 　　5.2.5 RDDの仮定が成り立たないケースとその検証法 　　5.2.6 McCraryの検定の実装 　　5.2.7 共変量のバランステストの実装 　5.3 Fuzzy RDD：処置確率が閾値によって不連続に変化する場合のRDD 　　5.3.1 rdrobustを用いたFuzzy RDDの推定 　5.4 内的妥当性と外的妥当性：我々はなにを推定しているのか？ 　5.5 bunchingの難しさ 　　5.5.1 操作が発生している例：所得税控除制度 　　5.5.2 bunchingの推定ステップと2つのケース 6章　おわりに：実務における課題と展望 　6.1 これまでの振り返りと実務プロセスに合わせた分析手法の選択 　6.2 分析プロセスの“不”可能性 　6.3 データ分析実務者の役割 　　6.3.1 闇落ちするデータサイエンティスト 　　6.3.2 専門知識で意思決定を支える 　6.4 効果検証の実務者のためのブックガイド 　　6.4.1 施策効果検証の発想を理解する 　　6.4.2 効果検証の発展的なトピックを学ぶ 　　6.4.3 計量経済学を学ぶ 　　6.4.4 実務として効果検証を実践する 著者・監修者略歴／参考文献／索引

※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。 少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で 実践的なスキルが必ず身に付く魔法の書 機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。 各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。 本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。 各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。 しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。 もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。 機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。

※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。 話題の対話型AI「ChatGPT」では、APIと呼ばれる、ChatGPTをアプリケーションに組み込んで利用するためのしくみが公開されています。ChatGPTのAPIを活用することで、ChatGPTを他のアプリケーションと連携でき、ブラウザ版のChatGPTを単独で使うよりも幅広い活用が可能になります。たとえば「音声認識サービスと連携し、会話の音声データを文字起こししてChatGPTで要約する」「Google検索の結果を取得して、ChatGPTでニュース記事を作成する」といった処理ができます。本書では、Pythonの具体的なコードを示しながら、ChatGPT APIを活用したサービスを実装する方法を解説します。ChatGPTの回答を細かく制御できる「パラメータ」の利用方法についても紹介するため、ChatGPTをカスタマイズして使うことが可能になります。

※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。 【プログラミングの概念に基づいた「問題解決力」を身につける!】 本書は、Pythonを使用して「プログラミング的思考」を習得するための入門書です。「プログラミング的思考」とは、ある問題を解決するための方法や手順をプログラミングの概念に基づいて考えることで、文部科学省の掲げるプログラミング教育でも重要視されています。本書は、前半でPythonの解説、技法・書法、後半で実際のプログラムを使ったプログラミング的思考の解説という構成で、初心者でもモチベーションを持ちながら学習できるよう、興味が持てる例題を多数用意しています。また、練習問題もあるので、より理解が定着できます。付録で文法解説を載せており、この1冊で、Pythonとプログラミングの考え方の両方をまとめて学ぶことが可能です。 ■目次 ●序章 プログラミング的思考とは 　　0-1 プログラミング的思考とは 　　0-2 プログラミング的思考を支える考え方 　　0-3 プログラミング的思考を身に付けるには 　　0-4 プログラミング的思考の応用 　　0-5 データサイエンスとアルゴリズム 　　0-6 プログラミングとPython ●第1章 Python文法の基本 　　1-1 Pythonとは 　　1-2 Pythonの実行環境 　　1-3 Pythonの基本文法 　　1-4 print関数とf文字列 　　1-5 演算子 　　1-6 変数と代入 　　1-7 変数の値の更新 　　1-8 input関数 　　1-9 for in文 　　1-10 二重ループ 　　…ほか ●第2章 Pythonの書法・技法 　　2-1 プログラミング書法（プログラミング・スタイル） 　　2-2 プログラミング技法 　　2-3 言語仕様上の注意点 　　2-4 ちょっとしたテクニック 　　2-5 ビット演算子 　　2-6 文字列処理 　　2-7 リスト操作 　　2-8 クラスの活用 　　2-9 辞書の活用 　　2-10 ファイル処理 　　2-11 ライブラリの活用 ●第3章 Pythonでのグラフィックス 　　3-1 ColabTurtle（タートルグラフィックス・ライブラリ） 　　3-2 ポリゴン（多角形）の描画 　　3-3 渦巻き模様の描画 　　3-4 文字の描画 ●第4章 Pythonで学ぶプログラミング的思考 　　4-1 流れ制御構造（組み合わせ） 　　4-2 データ化 　　4-3 抽象化と一般化 　　4-4 分解とモジュール化 　　4-5 データ構造とアルゴリズム ●第5章 プログラミング的思考の実践①～かんたんなプログラム 　　5-1 最大値と最小値 　　5-2 ピタゴラスの定理 　　5-3 シーザー暗号 　　5-4 相性占い 　　5-5 10進数→2進数への変換 　　5-6 フィボナッチ数列 　　5-7 干支の算出 　　5-8 サイコロゲーム 　　5-9 カレンダー 　　5-10 幾何学模様 ●第6章 プログラミング的思考の実践②～再帰的思考 　　6-1 漸化式と再帰的表現 　　6-2 再帰の罠 　　6-3 ハノイの塔 　　6-4 リカーシブ・グラフィックスI 　　6-5 リカーシブ・グラフィックスII 　　6-6 リカーシブ・グラフィックスIII ●第7章 プログラミング的思考の実践③～アルゴリズム 　　7-1 ユークリッドの互除法 　　7-2 モンテカルロ法 　　7-3 素数を探す 　　7-4 テイラー展開 　　7-5 ソート（並べ換え） 　　7-6 線形探索（リニアサーチ） 　　7-7 二分探索（バイナリサーチ） 　　7-8 自己再編成探索 　　7-9 ハッシュ 　　7-10 決定木 　　7-11 ハノイの塔のシミュレーション 　　7-12 迷路 　　…ほか ●第8章 プログラミング的思考の実践④～データサイエンス 　　8-1 Matplotlib を使ったグラフの作成 　　8-2 数値計算を効率的に行うNumPy 　　8-3 Matplotlib を使った3D表示 　　8-4 3D棒グラフの表示 　　8-5 3次元座標を元にした立体の表示 　　8-6 3次元関数の表示 　　8-7 回転体モデルの表示 　　8-8 ワイヤーフレームの表示 ●付録 Python文法 ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。主な著書：「改定第5版C言語によるはじめてのアルゴリズム入門」「Pythonによるはじめてのアルゴリズム入門」（以上技術評論社）など多数。

※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。 基本から生成AIまで、サンプルコードがたくさん！ 　本ムック「楽しくてためになるPython入門」は、主にプログラミングの初心者の方に向けて、プログラミング言語「Python」を使って作成できる様々なプログラムを解説する一冊です。 　第1部の「はじめてのPython」でPythonの基本を確認したら、第3部の「リバーシ」や、第4部の「写真加工プログラム」を作ってみましょう。どちらも、簡単なことから始めて、最終的には結構高度なプログラムを完成させます。特に、第3部の第3章で作るリバーシのAIは結構強いものになりました。 　また、2024年の現在、プログラミングにおいては生成AIの利用、中でも生成AIの代表格であるChatGPTの活用が大きなテーマになっています。そこで、第2部の「ChatGPT編」では、ChatGPTの活用に関する2つの記事を収録しました。 　本ムックが、皆さまのプログラミングライフを楽しくし、学びにつながる一助となれば幸いです。 ≪目次≫ 第1部　はじめてのPython 第2部　ChatGPT編 第3部　Pythonで「リバーシ」を作ろう 第4部　Pythonで写真加工プログラムを作ろう 第5部　Pythonでおさらいする高校物理 力学編 第6部　Raspberry Pi Pico W入門 第7部　リアルデータで日本列島の3D地図を作成

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 最高のC言語入門書として最も多くの読者を獲得している『新・明解C言語入門編』の著者・柴田望洋が送るPython入門書です。 文法の基礎から、オブジェクトと型、文字列、タプル、リスト、集合、関数、クラス、モジュール、例外処理など、オブジェクト指向言語Pythonの特長を余すことなく解説しています。対応バージョンは、Python3.7。 主な特徴は、以下のとおり。 ・柴田望洋一流の明快な文章による、正確な解説。 ・豊富なサンプルプログラムを掲載。 ・見やすいレイアウト（見開き中心の解説） ・6色刷で、本文、ソースコード、図版が見やすい。 ・入門書ではあるが、内容は本格的であり、中級者や、JavaやCの経験者にも最適。 ※本書は6色印刷を元にデザインされており、一部端末においては読みにくい可能性もございます。ご承知おきください。

※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。 ★ビジュアルプログラミングからオブジェクト指向プログラミングへ。さあ、はじめよう！★ MicroPython ver2.0に対応した改訂版。LEGO MINDSTORMS EV3を用いるロボットプログラミングもPythonで自由自在！ ソースコードの解説が丁寧だから大丈夫。プログラムを書いて、すぐロボットが動くからSTEM教育の導入としても最適。センサ、機構、ライントレース、Open Roberta Labなどの発展的な話題も豊富。 いま、テキストベースのプログラミング言語Pythonが注目されています。人工知能(AI)を応用したアプリケーション開発やビッグデータ解析、ロボットアプリケーション開発などの分野でよく使用されており、さらに初心者のプログラミング学習にも向いています。したがって、Pythonを学ぶことは、ロボットプログラミングを始めたい人にとって大いに意味があります。 本書では、EV3ソフトウェアとPythonでプログラムを書きます。2つのプログラムの対応がよくわかるように、EV3ソフトウェアのプログラムを説明した後に、Python のプログラムを説明します。Pythonのプログラムの説明では、EV3ソフトウェアのプログラム中のブロックに相当する手続きがどこで使われているかについても説明します。 【主な内容】 1章　はじめに 2章　プログラミングの準備をしよう 3章　ロボットプログラミングをはじめよう 4章　ロボットを動かしてみよう （基本プログラム/ ステータスライトを光らせる/ 音を鳴らす/ ディスプレイに文字を描画する/ モーターを回転させる） 5章　センサーを使って動かそう （EV3 で使用できるセンサー/ タッチセンサーを使おう/ カラーセンサーを使おう/ ジャイロセンサーを使おう/ 超音波センサーを使おう/ モーター回転センサーを使おう） 6章　オリジナルロボットを作ろう （ロボット製作のための力学・機構/ 力学・機構のための数学的準備/ 力学の基礎/ 基本的な機構/ 車輪移動機構/ ロボットアームとエンドエフェクター） 7章　実践してみよう （ボタンを押してすぐに実行する/ 複雑な動作をプログラミングするためのテクニック/ ライントレース/ 線の検出） 8章　Open Roberta Lab （Open Roberta Labとは/ 画面の説明/ プログラミング/ 保存と読み込み/ シミュレーター/ ロボットの設定/Open Roberta Lab からEV3 を動かす） 付録A　リファレンス ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 プログラミングを最初に学ぶなら、シンプルでわかりやすいPython（パイソン）が最適！ Pythonは簡潔な文法で、話題のAIやデータ分析、仕事の自動化まで高度なことが実現できるプログラミング言語です。 本書は、初心者の方へ画面に打ち込む最初の1文字から丁寧に解説したPythonの入門書を、さらに分かりやすく改定しました。 つまずきやすい点も丁寧に、一歩ずつ説明しているので挫折させません。 楽しいサンプルでプログラムの基本をやさしく学びながら、Webスクレイピングや、アプリ作成まで習得できます。 対象読者 ・はじめてプログラミングを学ぶ方 ・Pythonの基礎知識を身につけたい方

【Pythonの独習にぴったり！“あなうめ”で基礎が身につくから挫折しない！】 本書は、“挫折せずにPythonプログラミングに親しむ”という点をもっとも重視したPythonの入門書です。 プログラミングを学ぶ際、「あるところから急にむずかしくなった」という壁にぶつかることがよくあります。 これはあるステップをきちんと理解できていない状態で次のステップに進んでしまい、理解があいまいな点が積み重なっていくことから起こりがちです。 このような挫折は、ひとつひとつのステップをきちんと理解し、着実に学習を進めていくことで防げます。そこで本書では、初学者の方のためにプログラミングの基本をていねいに解説することはもちろん、新しいことを学ぶたびに“あなうめ問題”を掲載し、そのつど理解度をしっかり確認できるように構成しました。合計190問以上におよぶ“あなうめ問題”によって、解説を読んだその場でポイントを復習できるため、自信をもって学習を進められます。掲載コードもダウンロードできるため、読むだけでなく、自分のパソコンで手を動かしながらプログラミングを学べます。 本書の目標は、Pythonでシンプルなプログラムを書けるようになることです。本格的なプログラム開発ではじめて必要になる高度な項目は省いているので、まずはプログラミングの考え方を身につけることに集中できます。本格的なPythonプログラムをつくるための基礎固めとして、ぜひ本書をご活用ください。 〈こんな方にオススメ〉 ・Pythonを初歩から学びたい ・プログラミングの勉強をPythonからはじめたい ・Pythonの基礎に不安があるのでおさらいしたい 〈本書の内容〉 ■Chapter1　Pythonプログラミングを始めるために ■Chapter2　Pythonプログラムはじめの一歩 ■Chapter3　変数と計算 ■Chapter4　文字列とオブジェクトの基本操作 ■Chapter5　条件に応じて処理を変える ■Chapter6　処理を繰り返す ■Chapter7　リスト・タプル・辞書でデータをまとめる ■Chapter8　処理を関数にまとめる ■Chapter9　プログラムをつくってみよう 〈本書の特長〉 ・190問以上のあなうめ問題でポイントごとに学びを確認！ ・プログラミング自体の初心者でも安心！ ・掲載コードをダウンロードして手を動かしながら学べる！

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 RとPythonで統計学を実践的に学ぶ！ 　本書はRとPythonを使って，統計学の基礎を実践的に学ぶテキストです． 　近年，IoTや人工知能ブームなどに代表されるように，人が日々扱うデータは増え続けています．データの量・種類が増えるにつれ，ただ闇雲にツールを使って分析するだけではなく，なぜその手法を使うのか，結果から何を読み取るのかなどといったことがポイントになってきます． 　このポイントを正しく理解し，適切にデータ分析を行うには十分な統計学の知識が必要になってきます．しかしながら統計学の土台は数学であり，数学に苦手意識をもつ方にとって純粋な統計学の教科書はハードルが高いと思われます．また，平易な参考書においても，結局のところ手元のデータをどうすればよいのかといったところで，また一つ壁があります． 　そこで本書は，データ分析に優れた環境であるRと，機械学習など大規模なデータ分析に定評のあるPythonによるプログラミングを通して統計学を解説します．統計学を学びたい，データを分析したいというエンジニアや学生に向けて，数学的な壁を取り払いつつ，実際にデータを分析するための統計学の知識を提供します． 第1章　データ分析と統計が注目される理由 第2章　基本統計量を知る 第3章　よく使われる分析手法を知る 第4章　確率の基本と推定を知る 第5章　検定の手法を知る 第6章　将来を予測する 付 録　数学知識の復習

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 端末により、見開き表示で、左右が逆になる場合があります。 はじめは誰でも未経験者! Pythonでプログラミングの基礎を身につけよう! 本書はプログラミング言語「Python」の「いちばんやさしい」入門書です。 ○「興味はあるけど、難しそう」と尻込みしている人 ○「そもそもプログラミングって何?」という未経験者 ○「一度試したが、挫折してしまった」という初級者 ○「スキルアップのためにPythonを学びたい」という経験者 そんなPythonビギナーに向けて、プログラムの根本概念、基礎知識、基本文法をきっちり端折らずに説明します! さらには、「簡単な計算」「ゲームの作成」「Desktopアプリ」「モジュールの活用」など、 実際に手を動かしながらの演習を通して、学んだことがしっかり身につくように構成しました。 豊富なカラー図解とイラストで、初心者にも分かりやすい! 本書を一通り終えれば、Pythonのみならず、プログラミングの基本がバッチリ学べます。 さあ、あたなもこの本をきっかけに、Pythonプログラミングの世界に飛び込んでみませんか?

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 「Pythonから始めよう！作りながら覚えるプログラミングの基礎のきそ」 好評のプログラミング入門書がPythonの最新バージョンに対応しました。 オールカラーによる解説とイラストで、初心者にも親切な内容です。 本書を読み終えれば、プログラミングの基本がバッチリ学べます。 AIブーム以降、人気急上昇の言語「Python」による、プログラミング未経験者や初心者が経験者になるため入門書です。 「自分に向いているか試してみたい」「まずは体験してみたい」と思っている人に、本当の基礎から懇切丁寧に教えます。 まずは実際に入力したコードが思いどおりに動く感動を味わってみてください。最後は簡単なAIプログラムにチャレンジ！ IT関連で起業・独立・転職・リスキリングを考えている社会人のみなさまにもオススメです。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像処理・解析のためのPython入門　決定版！ 　医用画像の分野では画像診断支援の分野で大きな期待が寄せられ、今後人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が予想されています。こうした状況の中で最近注目されているプログラム言語であるPythonは初学者にも学びやすく、また画像処理や人工知能のためのパッケージが多く提供されています。これらを上手く使うことで様々なソフトウェア作成することができ、簡単な実験から臨床研究などへ幅広くPythonは適しています。 　本書ではこれからPythonを学ぼうとする初学者からPythonを使いこなして画像処理から人工知能研究、さらにアプリケーション開発者まで、幅広く対応できる内容をまとめています。 第1章　開発環境を構築する（平原 大助・佐々木 邦暢） 第2章　Pythonプログラミングの基本を学ぶ（齋藤 静司） 第3章　Pythonを使って画像処理の基本を理解する（小林 達明） 第4章　医用画像の標準規格DICOMを理解する（上杉 正人） 第5章　Pythonを使った人工知能の前処理を学ぶ（佐保 辰典） 第6章　Pythonを使った人工知能の基本を理解する（佐保 辰典） 第7章　人工知能開発の応用（高屋 英知・平原大助）

※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。 Python（パイソン）は“人工知能（AI）のためのプログラミング言語”として人気急上昇中です。 しかし、Pythonの得意分野は何もAIだけではありません。 Webアプリや作業の自動化、ゲーム、電子工作、ドローン制御、数式の処理など、 実に様々なプログラムの作成で活用できます。 Pythonは、“これ一つだけでいろいろなことができる”とてもお得なプログラミング言語なのです。 ところが、Pythonは様々な用途に応えるために膨大な機能とツールを備えているため、 最初の頃は何から手を付ければよいのかわからず、戸惑ってしまうのが普通でしょう。 本ムックでは、幅広いジャンルのプログラムを作りながら、Pythonとプログラミングの基本をわかりやすく解説します。

Django3.2対応（LTS） DjangoによるWebアプリ開発手法を丁寧に解説！ 【本書の概要】 本書は、大人気フレームワーク「Django」によるWebアプリ開発手法を解説した書籍です。 具体的には、DjangoによるWebアプリの設計・作成の基本、動的機能の作成（フォーム作成）の基本、 認証処理の基本、データベースとの連携の基本（日記機能）、クラウドとの連携の基本（デプロイも含む）、 セキュリティの基本など一通り学ぶことができます。 フルスタックエンジニア必携の1冊です。 【対象読者】 Pythonの基礎知識のあるフルスタックエンジニア 【Djangoの対応バージョン】 Django3.2。 Django3.2はLTS（Long Term Support）という長期間サポート対象のバージョン。 2024年4月までセキュリティサポートが予定されており、安心して学習できます。 【Djangoとは（本書より抜粋）】 DjangoはPython用のフルスタックWebアプリフレームワークです。 多くのWebアプリにおいて必要となるメール送信やセキュリティなど、 多くの機能が標準で備わっています。 開発用の機能も充実しています。開発サーバーはDjangoに同梱されているため、 ローカルマシンで開発中のWebアプリをすぐに起動できます。 さらに、データベースのテーブル定義を記述しておけば自分でデータベースを操作するSQLを書くことなく、 コマンドを打つだけでデータベースに反映することもできます。 運用を支援する管理サイトも最初から備わっています。この管理サイトを使えば、 Web上からデータベースのデータを書き換えたり、 ユーザーの管理などを素早く行えます。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

FastAPIでWeb APIを作ろう！ 実践的なケースを元に ステップバイステップで学べる 【本書の背景】 FastAPIはDjangoやFlaskとならび人気のPython Webフレームワークです。コードを書くとSwagger UIが自動生成される、型安全、高速という優れた特長を持っています。そのため実際のWeb開発で利用されることも多くなってきています。 【本書の概要】 本書は、実際の開発に耐えうるWeb APIを目指し、ToDoアプリの作成を通して、実践的な開発方法を学ぶことができます。体系的に整理しつつも、チュートリアルとしても利用できます。特に以下のような点にこだわって実践的に解説しています。 ・DB接続にもasync/awaitを利用 ・Dockerによるクリーンな環境構築 ・スケーリングを考慮したディレクトリ構成 なお本書はエンジニアのための情報共有コミュニティ「Zenn」で公開されている大人気の「FastAPI入門」を元にした書籍です。Python3.11への対応、各種コラムなどの増強に加え、本番環境での運用を想定したAWS・GCPへのデプロイの章を追加するなど、Zennで無料公開している本に対し、大幅にパワーアップしています。 【対象読者】 ・FastAPIを初めて利用するWebエンジニア ・FastAPIによる開発を試してみたい方 【必要なスキル】 ・Pythonの基礎知識 ・Pythonの基本的な文法 【著者プロフィール】 中村 翔（なかむら・しょう） 株式会社sustenキャピタル・マネジメント取締役Co-Founder。2019年の創業以来、主にPython（FastAPI）にて資産運用サービス「SUSTEN」の開発を行う。楽天にて検索エンジンプラットフォームの内製開発、機械学習を用いた検索精度改善、推薦システムやドローンの研究開発に従事したのち現職。東京大学大学院工学系研究科航空宇宙工学専攻修了（修士）。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 本書は、Excel VBAを普段お使いの方を主な対象としたプログラミング言語「Python」の入門書です。VBAとPythonが、どんなところが似ていてどんなところが違うのかを明確にすることで、Excel VBAユーザーの皆さんが、容易にPythonの基本を理解できることを目指しています。 　例えば、Pythonのfor文はVBAのFor～NextではなくFor Each～Nextに似ています。PythonのリストはVBAの配列に似ていますが、もっと操作しやすくて便利です。Pythonの文字列はオブジェクトであるため、単なるデータであるVBAの文字列操作と、かなり異なったコードを書く必要があります。 　一般的なPython入門書を使ってPythonを学習する場合、こういった違いを自分で読み取り、理解する必要があります。本書はそのような違いを明確にすることで、VBAユーザーの皆さんがPythonをより速く習得できるように工夫しています。 　2023年8月、マイクロソフトはExcelのワークシート上でPythonを使えるようにする「Python in Excel」を発表し、そのベータ版を公開しました。これを知って、「いよいよPythonを学ばなければ」と思っている方もいらっしゃるでしょう。Python in Excelが正式公開されたときに戸惑いなく活用を始められるよう、本書でPythonの基本を身に付けておくとよいでしょう。

JupyterLabは、Jupyter Notebookをベースにして誕生し、Pythonユーザを中心に人気の高いオープンソースのデータ分析環境です。Jupyterはインタラクティブにコードを実行でき、その結果を多彩なグラフや表などによって容易に表現できます。本書では、Jupyterをこれから利用する方はもちろんのこと、すでに利用している方にとっても役立つことを目指し、実践的な活用ノウハウを豊富に交えて解説します。また、可視化に際しては、Pythonで人気のライブラリ「pandas」「Matplotlib」「seaborn」を中心に解説します。さらに、最終章では「Google Colaboratory」の使い方を紹介します。

科学技術計算向けの，Pythonの実践的な入門書。理工系の学部や研究室等でもPython採用実績が増えてきています。本書では，実験やシミュレーション等で役立つPythonによる開発の基本を徹底解説。冒頭でロケットシミュレータの作成場面を想定し，コーディングの基礎からデバッグやテストまで，いつ，何をするか，具体的なフローを平易に紹介します。押さえておきたいライブラリであるNumpy/SciPy/Matplotlib/pandas等もコンパクトな例と共に紹介。広く初学者の方々へ，言語の基本から実践テクニックまで一挙にわかる1冊です。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部　Python と統計の基礎知識 第1章　Pythonの基礎 1.1　Pythonの使い方 1.2　データセットの読み込み・保存 第2章　データの図示 2.1　ヒストグラム 2.2　箱ひげ図 2.3　散布図 2.4　相関行列 第2部　データ解析・機械学習の基礎 第3章　多変量データとデータの可視化 3.1　多変量データ 3.2　データの前処理 3.3　主成分分析（Principal Component Analysis：PCA） 3.4　階層的クラスタリング 3.5　［発展］非線形の可視化手法：t-distributed Stochastic Neighbor Embedding（t-SNE） 第4章　化学データを用いたモデリング 4.1　回帰分析（regression analysis） 4.2　クラス分類（classication） 第5章　回帰モデル・クラス分類モデルの適用範囲 5.1　モデルの適用範囲（Applicability Domain：AD）とは？ 5.2　データ密度 5.3　アンサンブル学習法（Ensemble learning） 第3部　化学・化学工学データでの実践のしかた 第6章　材料設計，分子設計，医薬品設計 6.1　材料設計 6.2　分子設計，医薬品設計 6.3　化学構造の表現方法 6.4　化合物群の扱い 6.5　化学構造の数値化 6.6　化学構造の生成 6.7　化合物のデータセットを扱うときの注意点 6.8　具体的なデータセットを用いた解析 第7章　時系列データの解析 7.1　化学プラントにおける推定制御・ソフトセンサー 7.2　時系列データ解析の特徴 7.3　モデルの劣化と適応型ソフトセンサー（Adaptive Soft Sensor） 7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出，異常診断） 第8章　Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1　Datachemical LAB 8.2　材料設計 8.3　分子設計 8.4　適応型ソフトセンサー 8.5　Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Ｐｏｌｉｃｙ ＧｒａｄｉｅｎｔとＡ２Ｃの記述・実装を見直した。・Pythonプログラミングとともに、ゼロからていねいに解説。・コードが公開されているから、すぐ実践できる。・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。【おもな内容】Day1　強化学習の位置づけを知る　強化学習とさまざまなキーワードの関係　強化学習のメリット・デメリット　強化学習における問題設定：Markov Decision Process　Day2　強化学習の解法(1): 環境から計画を立てる　価値の定義と算出: Bellman Equation　動的計画法による状態評価の学習: Value Iteration　動的計画法による戦略の学習: Policy Iteration　モデルベースとモデルフリーとの違いDay3　強化学習の解法(2): 経験から計画を立てる　経験の蓄積と活用のバランス: Epsilon-Greedy法　計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference　経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs PolicyベースDay4　強化学習に対するニューラルネットワークの適用　強化学習にニューラルネットワークを適用する　価値評価を、パラメーターを持った関数で実装する：Value Function Approximation　価値評価に深層学習を適用する：Deep Q-Network 　戦略を、パラメーターを持った関数で実装する：Policy Gradient　戦略に深層学習を適用する：Advantage Actor Critic (A2C)　価値評価か、戦略かDay5　強化学習の弱点　サンプル効率が悪い　局所最適な行動に陥る、過学習をすることが多い　再現性が低い　弱点を前提とした対応策Day6　強化学習の弱点を克服するための手法　サンプル効率の悪さへの対応: モデルベースとの併用/表現学習　再現性の低さへの対応: 進化戦略　局所最適な行動/過学習への対応: 模倣学習/逆強化学習Day7　強化学習の活用領域　行動の最適化　学習の最適化

※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。 本書では、手続き型からオブジェクト指向へ向かうプログラミングの進化の道筋を辿りながらアルゴリズム的思考とプログラミング的思考を培い、Google Colaboratoryを使ったプログラミング力と計算論的思考力を身につけることができます。 第1章はプログラミング全般に関わる説明、第2章はプログラミングの準備、第3章～第5章までに小さなプログラムの作成を学びます。第6章と第7章では関数やモジュール、ライブラリの使い方、第8章ではファイルの取り扱い、第9章では手続き型プログラミングの総まとめを解説。第10章はオブジェクト指向プログラミング（OOP）の基本的な考え方、およびクラスやオブジェクトの作り方、第11章はAnacondaを用いGUIアプリの作成について扱います。プログラミング言語の文法を網羅的に説明している入門書とは一線を画する内容であり、初心者だけでなくPythonに既に振れている中級者にも最適な参考書です。

研究や開発、データ分析に使える！ 科学技術計算における Python利用の基礎を習得 【本書の概要】 高機能で、学びやすいPythonは、科学技術計算の用途でも広く利用されています。 本書は、コンピュータを用いて数学的問題の解決に取り組む学生、エンジニア、研究者の方に向けて、 Pythonの基礎知識と、科学技術計算への利用方法について解説した書籍です。 【本書の対象読者】 ・科学・工学系研究（シミュレーション）を行う理工学生、エンジニア、研究者 ・データサイエンティスト 【本書で特徴的な内容】 ・科学技術計算に必要なPythonに特化 ・数値計算、代数計算、データの可視化を行う、NumPy、SciPy、SymPy、Matplotlibの使用方法 ・データ処理で利用されるpandasの使用方法 ・様々なファイル形式を使ったデータの入出力方法 ・CythonとNumbaを用いたPythonコードの高速化 【著者プロフィール】 かくあき 東京工業大学工学部および同大学院理工学研究科を2012年に修了。 学生時代から数値解析を中心にPython、Matlab、Fortran、C、LISPなどのプログラミング言語を利用。 Pythonの普及の一助となるべく、Udemyで講座を公開、KDPでの電子書籍を出版するなど情報発信。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

【概要】 人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。 本書は、機械学習の基本と実践手法について解説した書籍です。 機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。 データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。 【読者対象】 人工知能関連の開発に携わる開発者、研究者 現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

第一線のAIエンジニアによる 実プロジェクトの経験に裏打ちされた 「自然言語処理」のツボをここに集約! 【本書の目的】 本書は、Pythonを利用して、人工知能分野で注目されている 自然言語の分析手法を解説した書籍です。 従来技術と新技術を比較しつつ、 「インデックス化」「エンティティ抽出」「関係抽出」 「構文解析」「評価・感情・概念分析」を網羅。 Pythonによるプログラムや、APIの利用、 商用サービス（IBM Watson）や OSS（Mecab/Elasticsearch/Word2Vec）の利用など、 実践的な手法を解説します。 また最終章で話題のBERTについて解説します。 【本書の特徴】 本書は全体で5章構成になっています。 第1章：テキスト分析の概要をユーザ―目線、エンジニア目線の両方から丁寧に解説します。 第2章：テキスト分析のタスクを上げ、実際の分析までの具体的な方法を解説します。 第3章：AIの発達する前から利用されていたテキスト分析の手法について、 MecabやElasticsearchといったOSSを利用して解説します。 第4章：IBM社のWatson APIのAI技術を利用したテキスト分析手法を解説します。 第5章：Word2VecというOSSを利用した分析手法や、話題のBERTについて解説します。 【対象読者】 自然言語処理を学びたい理工学生・エンジニア ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

【概要】 本書は、深層学習の開発環境の準備とPythonの基本、各種深層学習モデルの解説、そして実際の現場での利用方法について解説した書籍です。 ニーズの高い、人気の深層学習モデルを利用した画像処理モデルの構築方法を解説しています。 また最終章では深層学習のモデルをGoogle Cloud Platform（GCP）にデプロイする手法を解説しています。 【読者対象】 人工知能関連の開発に携わる開発者、研究者 【著者】 株式会社アイデミー　木村優志（きむら・まさし） 博士（工学）。ATR-trek、富士通を経て、現在はConvergence Lab.の代表として多数のAI案件を手がける。 アイデミー技術顧問。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

注目の最新AI技術！深層強化学習の開発手法がわかる！ 第一線で活躍する著者陣の書下ろしによる待望の1冊！ 【本書の目的】 AlphaGo（アルファ碁）でも利用されている深層強化学習。 AIサービスのみならずロボティクス分野でもその応用が期待されています。 本書は、AI開発に携わる第一線の著者陣が深層強化学習の開発手法について書き下ろした注目の1冊です。 【本書の特徴】 第1部では、まず、深層強化学習の概要について説明します。 次いで、強化学習の基礎（Q学習、方策勾配法、Actor-Critic法）と深層学習の基礎（CNN、RNN、LSTM）を解説します。 さらに、簡単な例題として倒立振子制御を取り上げ、DQNとActor-Critic法による実装例を紹介します。 第2部では、具体的な応用例として3つのアプローチを実装込みで解説します。 1つ目は、連続動作制御です。ヒューマノイドシミュレータの2足歩行制御を試みます。 2つ目は、パズル問題の解法です。巡回セールスマン問題（TSP）やルービックキューブの解探索について説明します。 3つ目は、系列データ生成です。文書生成（SeqGAN）やニューラルネットワークのアーキテクチャ探索（ENAS）を解説します。 全体を通して、行動の制御を担うエージェントのモデル化と、方策ベースの強化学習によるエージェントの学習法について学ぶことができます。 【読者が得られること】 深層強化学習による開発手法を学ぶことができます。 【対象読者】 深層強化学習を学びたい理工学生・エンジニア ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 伝説のゲームマンガでプログラミングが楽しく身につく! だれでも、はじめてでも、ゲームが作れる! 『ゲームセンターあらし』『こんにちはマイコン』のすがやみつる先生が、 プログラミング入門マンガを描き下ろし! いよいよ小学校でのプログラミング教育が必修化されます。ただし、授業で習うとなると、とたんにプログラミングがつまらなくなりそう。プログラミングだけでなく、IT全般をきらいになっちゃうかも――。そんな懸念を吹きとばすのが、すがやみつる先生の書き下ろし入門マンガ、令和版の『こんにちはマイコン』ともいえる本書です。プログラミングの必要性はもとより、プログラムをつくって動かす楽しさ、面白さをバッチリ伝えます。もちろん、プログラミング未経験の大人が読んでも役立ちます。 子どもから大人まで、「プログラミングを楽しみたいすべての人」にお届けします。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-13201-9)も合わせてご覧ください。 本書は，筆者がオンライン大学で担当している「Python プログラミング演習」のカリキュラムを元にPythonを習得するうえで必須のポイントをまとめた1冊です。基本編では，学習環境の構築，Pythonの文法，実践編ではWebアプリケーションの開発，データサイエンス，機械学習の基礎などを流れに沿ってスムーズに学ぶことができます。

世界累計50万部のベストセラー「Python Crash Course」待望の翻訳版が登場！ 10歳の小学生から定年世代まで、世界中の読者が学んだプログラミング入門書で、あなたもPythonの基本をしっかり学びましょう。本書は世界の中学、高校、大学でもテキストとして利用されており、またこの本で得た知識をもとに新しい仕事に就き、また副業をスタートさせている人たちが世界中にいます。 本書「実践編」では、「エイリアン侵略ゲーム」「データの可視化」「Webアプリケーション」という3つのプロジェクトにチャレンジします。次第に難易度のあがるシューティングゲーム作りを通じて、2Dゲームの開発ができるようになり、大量のデータを調査し、可視化するデータサイエンスのための必須知識を身に付け、そしてWebアプリケーション開発ではアカウントを作成し日記を記入、ログとして保管できるプログラム作成を習得します。「必修編」で学んだ方はもちろん、Pythonの基礎を学んでより実践的な知識を習得したい方も必読です。

世界累計50万部のベストセラー『Python Crash Course』待望の翻訳版が登場！ 10歳の小学生から定年世代まで、世界中の読者が学んだプログラミング入門書で、あなたもPythonの基本をしっかり学びましょう。本書は世界の中学、高校、大学でもテキストとして利用されており、この本で得た知識をもとに新しい仕事に就いたり、副業をスタートさせたりしている人たちが世界中にいます。 「必修編」では、プログラミング環境の用意、基本的なプログラムの書き方に始まり、リスト、辞書、クラス、関数といった基礎的な知識からエラー処理、テストコードの書き方までを演習問題を交えながら、わかりやすく解説します。随所にプログラマーとしての心構えなども触れられており、読みやすく整理されたコードの書き方も身につきます。これから初めてPythonを学ぶ人も、学び直したい人も、必読の書籍です。Windows・Mac・Linuxに対応しています。

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 面倒くさい日々の作業は、プログラミングで簡単に処理しよう。 ビジネスの現場で自動化・効率化を実現する入門書の決定版! 本書は日常業務の効率化・自動化を目標に、「Python」というプログラミング言語でビジネス用のアプリケーション・ソフトウェア開発を学ぶ入門書です。 効率化や自動化、あるいはビジネスソフトという言葉を耳にすると、プログラミング未経験者や初心者の方は難しそうと感じるかもしれませんが、心配は無用です。Pythonは、とても学びやすいプログラミング言語です。本書は、初学者が理解できるようにプログラミングの基礎から学び始める構成になっています。 また、Pythonや他のプログラミング言語ですでにソフトウェアを開発できるスキルをお持ちで、「本格的に自動化プログラムを組みたい」「GUIを用いたソフトウェア開発をしたい」という方のために、Pythonのプログラミング・テクニックも網羅しています。

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 端末により、見開き表示で、左右が逆になる場合があります。 未来へのドアを開けよう! 本書は今もっとも注目されているプログラム言語Python 3.6の入門書です。プログラミングを学ぶベストプラクティスはコードを読み、コードを書くことに尽きます。538本のサンプルコードと154本のPythonファイルを使って、Pythonの基礎をしっかり学び、その応用として機械学習プログラミングの扉を叩きましょう。 本書は段階的に3つのパートに分かれています。 Part 1 準備:Python 3をはじめよう まず最初にPython 3を実行する環境を整えます。NumPy、Matplotlib、Pandas、scikit-learnといった科学計算や機械学習に欠かせない外部ライブラリを同時にインストールすることができるAnacondaディストリビューションをインストールします。準備ができたならば、対話型インタプリタを使ってPythonを実行する方法を試し、ファイルに保存したPythonコードを実行します。 Part 2 基礎:基本構文を学ぶ Pythonプログラミングの基礎となるシンタックスを丁寧に詳細に説明します。コードの書き方、値と変数、演算子、組み込み関数、モジュールの読み込み、メソッドの実行、制御構造、例外処理、リスト、タプル、セット、辞書、ユーザ定義関数、関数オブジェクトとクロージャ、イテレータとジェネレータ、クラス定義・・・と、後半の章では初心者には少し難しい内容まで到達します。わかりにくい概念は図解し、コードにはコメント文だけでなく下線やマーカーで細かく補足説明が書き加えてあります。随所に埋め込まれた関連ページへの参照と充実した索引もしっかりサポートします。 Part 3 応用:科学から機械学習まで テキストファイルの読み出しと書き出し、Matplotlibを使ってのグラフ描画、NumPyの配列について詳しく解説します。これらはPythonを活用する場面で必ず求められる知識です。最終章では、集大成としていよいよ機械学習に取り組みます。機械学習プログラミングの基礎知識に続いて、代表的な3つの学習データセット(手書き数字、アヤメの計測データ、ボストン住宅価格)を使って、学習器のトレーニングや評価を行います。 Pythonは1991年に誕生し、Apple、マイクロソフト、Googleといった大企業を含めた欧米の企業や研究機関でよく使われているプログラム言語です。Pythonは機械学習プログラミングに使われることが多いことから、人工知能への期待を反映するように学ぼうという人が増えています。もうそれは遠いSFではなく、自分に起きる身近な出来事として胸騒ぎがするからでしょう。できれば、手にとって確かめたい。未来への扉をこじ開けて、未来の自分に会ってみたい。Pythonはそう思わせるプログラム言語です。

〈電子書籍版について〉 本書は固定レイアウト型の電子書籍です。リフロー型と異なりビューア機能が制限されるほか、端末によって見え方が異なります。 【Pythonの基礎からゲーム・Webスクレイピング・機械学習まで！】 Pythonは初心者でも習得しやすいプログラミング言語ですが、得意とする領域は多岐にわたり、高度な用途でも用いられています。これはPythonにはさまざまなモジュールやライブラリが存在し、それらによって機能を拡張できるためです。Pythonでは、基本文法の習得に加え、モジュールやライブラリをいかに活用していくかが成長の鍵といえるでしょう。 本書はこのような特性を踏まえ、Pythonの基本文法を習得したのちに、シンプルなGUIアプリ、Web API、ゲーム、Webスクレイピング、機械学習と進んでいくことで、Pythonに慣れながら、モジュールの活用方法と多彩な用途を体験できるように構成しました。コードの各部も詳細に解説し、段階を追って学んでいくので、プログラミングの初心者でも安心して読み進められます。 また、掲載サンプルのほか、ターミナル上で入力するコマンド類もテキストでダウンロードできるので、読み違いや入力の誤りもなくなり、滞りなく学習できます。 ぜひ本書とともに、Pythonの広範な世界へと足を踏み入れてみてください。 〈こんな方にオススメ〉 ・これからPythonを学びはじめたい方 ・Pythonの多彩な用途を体験したい方 ・Pythonのモジュールやライブラリの使い方を知りたい方 〈本書の内容〉 ■Lesson1　Pythonをはじめる準備 ■Lesson2　Pythonプログラミングの基礎 ■Lesson3　デスクトップアプリを作成する ■Lesson4　Web APIを利用したアプリを作成する ■Lesson5　ゲームを作成する ■Lesson6　Webスクレイピングに挑戦！ ■Lesson7　機械学習に挑戦！ 〈本書の特長〉 ・シンプルなアプリ作成からWebスクレイピング・機械学習まで、Pythonの多彩な用途を学べる ・基本文法から発展まで段階を追って解説しているので、初心者でも無理なく読み進められる ・図をふんだんに用いたわかりやすい解説 ・各単元に学習時間の目安を表示しているので、計画的に学習を進められる 〈プロフィール〉 大津 真（おおつ・まこと） 東京都生まれ。早稲田大学理工学部卒業後、外資系コンピューターメーカーにSEとして8年間勤務。現在はフリーランスのテクニカルライター、プログラマー。主な著書に『3ステップでしっかり学ぶJavaScript入門』（技術評論社）、『基礎Python』（インプレス）、『MASTER OF Logic Pro X』（BNN）、『XcodeではじめるSwiftプログラミング』（ラトルズ）などがある。 田中賢一郎（たなか・けんいちろう） 慶應義塾大学理工学部修了。キヤノン株式会社でデジタル放送局の起ち上げに従事。単独でデータ放送ブラウザを実装し、マイクロソフト（U.S.）へソースライセンス。Media CenterTVチームの開発者としてマイクロソフトへ。Windows、Xbox、Office 365の開発／マネージ／サポートに携わる。2017年にプログラミングスクール「Future Coders」を設立。2022年からGrowth Kineticsビジネスアナリストを兼務。著書は『ゲームを作りながら楽しく学べるPythonプログラミング』（インプレスR＆D）など多数。趣味はジャズピアノ／ベース演奏。

自分で試すから納得できる。ゼロからPythonプログラミングの基礎が身につく入門書。 本書では，小さく簡単なサンプルプログラムをたくさん紹介しながらPythonを解説していきます。仕組みや動作を一歩ずつ確かめながら学習できるので，Pythonの基礎をしっかりと理解していくことができます。初心者に寄り沿った優しい語り口で，つまづきがちな「なぜ」「どうして」を丁寧にカバー。身につけてほしいPythonの機能を厳選し，ポイントを絞って解説しているから，挫折することなく読み進められます。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 最高のC言語入門書として最も多くの読者を獲得している『新・明解C言語 入門編』の著者 柴田望洋が送るPython入門書です。 文法の基礎から、オブジェクトと型、文字列、タプル、リスト、集合、関数、クラス、モジュール、例外処理など、オブジェクト指向言語Pythonの基礎を系統立てて徹底的に学習できます。対応バージョンはPython 3.11です。 ○主な特徴 ・Pythonの基礎とプログラミングの基礎をバランスよく学べます ・初学者が理解しにくい点や勘違いしやすい点も丁寧に解説します ・数多くのサンプルプログラムを掲載しています ・ページごとに解説がまとまった読み進めやすいレイアウトです ・六色の色分けで、本文、ソースコード、図版がわかりやすくなっています ・言語とプログラミングの本質を深く広く学習するため、中級者や、JavaやCなどの他のプログラミング言語の経験者にも最適です ※カバー画像が異なる場合があります。

◆RとPython両方学べる。コスパ最強の一冊！◆ ・コードが理解の試金石！ ・「データサイエンスの準備」にページを割いているから、プログラミング経験ゼロで大丈夫！　 ・自分に合った言語を見つけたい、言語を乗り換えたいという方にもおすすめ！ [サポートサイト] https://github.com/taroyabuki/fromzero [主な内容] 第1部　データサイエンスのための準備 1章　コンピュータとネットワーク 2章　データサイエンスのための環境 3章　RとPython 4章　統計入門 5章　前処理 第2部　機械学習 6章　機械学習の目的・データ・手法 7章　回帰1（単回帰） 8章　回帰2（重回帰） 9章　分類1（多値分類） 10章　分類2（2値分類） 11章　深層学習とAutoML 12章　時系列予測 13章　教師なし学習 付録A　環境構築

★基礎技術と分析アプローチがわかる入門書の決定版！★ ・「spaCy＋GiNZA」による一気通貫の分析がすぐに実践できる ・観光／金融・経済／ソーシャルメディアの分析事例をていねいに解説 ・つまずきやすい「環境構築」もしっかりサポート 【本書はこんな人におすすめです】 ・Pythonの基本が身についたので、次はテキストアナリティクスを学んでみたい ・大学の講義やプログラミングスクールなどで自然言語処理について少し触れたが、もう少し詳しく学びたい ・テキストアナリティクスにつまずいたことがあったり、ブランクがあったりして再挑戦してみたい 【本書「巻頭言」より抜粋】 アイディア次第でさまざまな分析が可能になるのがテキストアナリティクスの面白さです．その反面，多くの場合，簡単に結果が出るものではありません．諦めずに試行錯誤を続けることが重要です．基本的には多様な可能性に思いを巡らせることが有効です．それには経験の蓄積が活きてきますので，やればやるほど成果を出しやすくなります．自分で実際にデータを処理し，試行錯誤をしてみるのがテキストアナリティクスのスキルを向上させる近道です．その考えから，本書では試してみることを重要視しています． ――那須川哲哉（日本アイ・ビー・エム株式会社東京基礎研究所主席研究員） 【サポートページ】 https://github.com/tksakaki/kspub_ds_text_analytics 【主な内容】 第I部　テキストアナリティクスの基礎 第1章　テキストアナリティクスことはじめ 第2章　プログラミングの補足知識 第3章　環境構築 第4章　基礎技術 　 第II部　テキストアナリティクスの実践 第5章　データ収集 第6章　観光テキストの解析 第7章　金融・経済テキストの解析 第8章　ソーシャルメディアテキストの解析 第III部　応用技術・発展的な内容 第9章　実践的なテクニック 第10章　深層学習技術 第11章　環境構築の要らないテキストアナリティクス 付録　本書で利用するPythonライブラリ 【編著者紹介】 榊　剛史 株式会社ホットリンク 開発本部R＆D 部長 東京大学未来ビジョン研究センター 客員研究員 中国・清華大学による世界的なAI研究者2000人に選出。2006年電力会社にて情報通信業務に従事した後、東京大学博士課程に入学。2013年松尾研究室にて博士号取得。2015年～株式会社ホットリンクに入社。

身近な課題を解決しながら機械学習を基礎からしっかり理解できる！ ■商品紹介 本書はPythonを利用して、実際の課題を機械学習で解決する手法を解説する書籍です。手を動かしながら、データ分析やアルゴリズムについて学ぶことができます。本書では「1.課題分析」「2.データ分析」「3.予測」の3ステップで課題解決を行っていきます。 ■本書の特徴 1.現実的な場面を想定した解説 本書では、現実的な場面を想定して「課題」を設定し、それを機械学習で解決する方法を解説します。課題からアルゴリズムを選定し、プロジェクトをどのように動かしていくのかを学べます。 2.機械学習に最適なアルゴリズムを学べる 本書は、機械学習に用いるアルゴリズムを実例を通じて学べます。身近なビジネス課題を解決するために、どういったアルゴリズムを用いれば良いか、体系的に理解できます。 ■こんな方のための本です ・Pythonの学習をある程度終えて、これから機械学習に対する勉強をしてみたい、一歩を踏み出してみたい方 ・業務や個人のプロジェクトで機械学習を使ってみたい方 ・教科書的な勉強だけでなく、実際に手を動かしながら学びたい方 ■目次 Chapter1　機械学習をはじめる前に Chapter2　まずは基本を押さえよう 2-1　Chapter2について 2-2　回帰アルゴリズム：不動産価格を予測しよう 2-3　分類アルゴリズム：社員の退職を予測しよう Chapter3　さまざまなアルゴリズムを体験しよう 3-1　Chapter3について 3-2　時系列予測アルゴリズム：商品の売上を予測しよう 3-3　レコメンドアルゴリズム：個人の趣向に沿った商品をオススメしてみよう 3-4　異常検知アルゴリズム：ポンプの故障を検知しよう Chapter4　さまざまなデータを取り扱ってみよう 4-1　Chapter4について 4-2　テキストデータ：商品の口コミを分析してみよう 4-3　画像データ：画像を識別してみよう Chapter5　一つひとつのプロセスを深堀りしてみよう 5.1　Chapter5について 5.2　データ観察 5.3　特徴量生成・学習 5.4　機械学習アルゴリズムと評価指標の選定 5.5　機械学習モデルの学習と選択 Chapter6　モデルを運用してみよう 6-1　機械学習モデルを運用してみよう 6-2　バッチ予測をしよう 6-3　リアルタイム予測をしよう ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 どう動くのか仕組みを理解し、スマートなコードを実現できる、データ構造やアルゴリズムの現実のコードを知りスキルアップできる。Pythonプログラマーの必須の書籍。

※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。 ■□■プログラムが読めればデータ収集・効率化が自由自在!!■□■ 「プログラムの読み方をすべて載せる（ふりがなをふる）」という手法で究極のやさしさを目指した、まったく新しいプログラミングの解説書「ふりがなプログラミング」シリーズから、Pythonを使ったスクレイピングの入門書が登場しました。 スクレイピングを用いれば、Web上のサイトを定期的にチェックしたり、一覧になったURLのリンク先を順番に参照したりといった作業を、プログラムで自動化できるようになります。応用できる範囲は趣味から仕事まで実に幅広く、Pythonで行えることが一気に広がります。 本書では、サンプルのWebページや実際のWebページを題材にして、Webサイトの構造を把握することからしっかり解説。データの収集、データの整理・加工といった、一連の流れを学ぶことができます。 ■本書はこんな人におすすめ ・Pythonを使ったスクレイピングの基本を身につけたい人 ・過去に入門書で挫折してしまった人 ・プログラマーやエンジニアを目指す人 ・仕事でPythonを活用してみたい人

※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。 初めてPythonのプログラミングを学習する人のために，文法の基本をやさしく解説しています。「ここでやること」「やってみよう」「理解しよう」という，予習→実践→復習の3つのプロセスを踏むことで，Pythonの基礎がしっかり，やさしく身に付きます。

※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。 Pythonは、AIの開発から身近な作業の自動化まで、さまざまなシーンで活躍するプログラミング言語です。文法がシンプルで初心者でも習得しやすいため、人気が急上昇しています。本書は、Pythonプログラミングをこれからはじめてみたい人のために、学習範囲を思い切って絞ることで、基礎の基礎をしっかり学べる超入門書です。プログラミング未経験者でも随時、プログラムを書いて動かすため、飽きることなくサクサク読み進められます。

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ☆生成AIで作ったグラフィック素材と文章を使って、プログラミング言語「Python」でゲームを作ろう☆ 画像生成AIと文章生成AIの使い方を学んでゲームの素材を作り、Pythonを学習しながらゲームをプログラミングする画期的な一冊！ PythonによるGUIプログラミングもゼロから学ぶことができます。パソコンとネットがあれば、買ったその日からゲーム制作を始められます。 ★プログラミング初心者 ★Pythonの基本を覚えたい方 ★生成Aiの基礎を身に付けたい人 ★ゲーム開発に興味がある人 【本書で紹介しているサンプルゲーム】 プログラムは一番長いものでも数十行なので、初学者でも独学でも達成感を得られます。

※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。 これからPythonを始めたい人に、やさしく、楽しく、プログラミングを教えます！ 「最近よく聞くPythonってなんだろう？」 「プログラミングをやってみたいけど、どこから始めればいいかな？」 そんな風に思っている方にぴったりの1冊です。 本書は、Pythonに興味を持っている方や、プログラミングを始めてみたい方、プログラミングに興味のある学生さんに向けて、丁寧に、やさしく解説した本です。 プログラミングを学ぶ場合につまづきがちな環境構築はなるべく簡単なものを選び、簡単に始められるようにしています。 この本の特徴は「できた！」「動いた！」という感覚を積み重ねていけることです。すぐに動かせるサンプルを使いながら基本文法を学習できるようにし、「動かしながら学べる」ようにしています。 Pythonの入門書は画面にプログラムの結果を表示させるだけのものが多いですが、本書の後半では画面に円や四角を描画したり、ゲームを作ったりと、わくわくするような結果が得られるサンプルを用意しました。話題の機械学習にもチャレンジできます。 たとえばChapter 6では、プレイヤーをゴールまで連れて行く迷路ゲームや、車を操作するドライブゲームを作ります。自分で作ったゲームが動く喜びをぜひ味わってみてください。 Chapter 7では、花の画像の分類や、手書き文字の認識、自分で収集した画像の分類などを行います。機械学習の第1歩をぜひ体験してみてください。 本を読み終えたときにはきっと、「もっといろんなことができるようになりたい」と思ってもらえる、そんな1冊です。

※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。 本書は初めてPythonを学習する読者を対象とし，基本文法を中心にていねいに解説した入門書です。環境の導入からエラー処理まで，Pythonのスキル習得に欠かせないポイントを取り上げています。章末の練習問題で理解度を確認して進めることができるため，大学・専門学校・セミナーの教科書としても最適な１冊です。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 プログラミングを始めよう！　Python（ぱいそん）で。 大人から子どもまで。プログラミングをはじめるならPythonで決まり！ 本当の本当に、まったくの初心者でも大丈夫。画面に打ち込む最初の1文字から、 本書はトコトンやさしく付き添います。 ポイント１「サンプルが楽しい！」 ⇒よくある“お勉強のためのサンプル”の代わりに 「こういうの見たことある！」「こういうのが作ってみたかった！」というような、 楽しいサンプルを集めました。最初の「やるぞ！」というモチベーションを維持したまま、 最後のページまで読み進めることができます。 ポイント２「初学者が知るべきことを完全網羅！」 ⇒内容のわかりやすさだけでなく、スタート地点・ゴール地点・スタートからゴールに至るまでの 道筋、と全体の構成にもこだわりました。初学者が陥りがちなのは「まず何を知るべきか？」という悩み。 本書では、はじめの一歩からスタートし、まったくの初心者がおさえておくべきポイントをまとめました。 余計なことで悩まずに実習を進めていけます。 ポイント３「例え話がわかりやすい！　図やイラストが豊富で楽しい！」 ⇒多くの人がつまづくのは、プログラミング初心者にはイメージしづらい、 独特な概念（がいねん）や専門用語。本書では、 誰にでも手にとるようにわかるイラストと例えでイメージとして掴みやすくなるよう工夫しています。 ポイント４「手を動かして『できた！』体験を積み上げるステップアップ方式」 ⇒教科書のように読むだけでもいいのですが、せっかくならパソコンの前に座って、 画面を開いてひとつずつ実行してみてください。 「できた！」実感が得られれば、最後まで楽しく読み進められるのです。

本書は，たった1日でPythonプログラミングの基本を学べる入門書です。開発環境のインストールから順を追って説明しているので，初めての人でも安心！ Pythonのさまざまなデータ型の扱い方から，関数，クラス，モジュールを駆使したオブジェクト指向プログラミングまでを，1冊でスッキリと解説しています。また，本格的なアプリケーションを作りながら，開発手順をていねいに解説しているので，Pythonプログラミングの実践的な知識が短時間で身に付きます！

「Python×AI」で誰でもあっという間にプログラムを作れるようになる！ 世界一やさしいPython入門書！ 「Pythonの構造をしっかり理解した上でコード作成をAI（ChatGPT）にサポートしてもらう」というコンセプトのPythonプログラミング入門書が新登場！ プログラミングに必要な基礎をしっかり身につけつつ、プロンプトプログラミングのスキルも手に入れ、自動であっという間にコード作成ができるようなる、1冊で2つのスキルを学ぶことができるお得な書籍。 もちろん「AIに全てお任せ」ではなく、はじめてプログラミングを学ぶ人に向けて基本をしっかり押さえ、スタンダードな知識も同時に身につけられる内容になっています。 著者のPythonプログラミングスクールで実際に使われているノウハウを詰め込んだ、Pythonでプログラミングを行う際に必要な知識・概念・機能を体系的に習得できる、初心者向けの1冊！ 【こんな人におススメ】 ・これからPythonをしっかり学ぼうとしている、でもできるだけ効率的に学習したい ・非エンジニアだけど、業務で使えるプログラミングの基礎知識を身につけたい ・プログラマに丸投げしていたことを自分の手で行えるようになりたい ・ChatGPTを遊びだけではなく、仕事でも役立てるようにしたい 【目次】 第1章：最速でPythonを習得するための基礎知識 第2章：【演習】ChatGPTで作るPythonプログラミング[基本編] 第3章：Pyhtonプログラミングの基礎 第4章：【演習】ChatGPTで作るPythonプログラミング[応用編] 第5章：【実践】ChatGPTで作るPythonプログラミング 第6章：ChatGPT（AI）と生きるために 困った時に使えるプロンプト集 【著者プロフィール】 熊澤秀道　テレワーク・テクノロジーズ株式会社共同創業CTO 生成AIを活用した研修・コンサル・スクール事業「タノメル」を手がける。ブロックチェーン・仮想通貨・VTuber・AIを始めとしたトレンド技術への没頭をきっかけに、過去にコインチェック株式会社、ANYCOLOR株式会社にて、サービスや新規事業の開発に従事。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 生成AI・プロンプトでPythonプログラムを作る ChatGPTをはじめとした生成AIは、プロンプトと呼ばれる自然な言葉で問いかけることにより多種のプログラムを作りだせ、AI駆動開発と呼ばれています。データ分析、AIプログラミング、グラフ描画、Webスクレイピング、Excel作業、Word化、PDF化など業務上様々な便利なプログラムを簡単に作ることができ、ChatGPTでプログラム作りの超時短を実現します。本書では、業務で使うPythonプログラムを例に、その作り方・プロンプト・改良のコツを解説します。なお、読者ご自身の業務で繰り返して使いやすいように、ChatGPT内でのプログラム実行とはせずに、自分のPCで動かします。解説にはChatGPT plus（GPT 4）を使いましたが、無料版や他の生成AIでも応用可能です。 はじめに 利用したChatGPTについて 用語説明 本書の対象読者 本書の動作環境 第1章　AI駆動開発について 1.1　AI駆動開発とは 1.2　AI駆動開発の簡単な例 第2章　ChatGPTとPythonの基本 2.1　ChatGPTとプログラミング支援機能 2.1.1　ChatGPTとは 2.1.2　Data Analysis機能（高度なデータ分析）とは 2.2　ChatGPT Plus（有料プラン） 2.2.1　GPT-4とは 2.2.2　画像や音声を使ったチャットとは 2.2.3　画像の生成 2.3　ChatGPT Plusの利用を始めるセットアップ 2.4　実行環境のセットアップ 2.4.1　Visual Studio Codeのインストール 2.4.2　Pythonの拡張機能のインストール 2.4.3　使用するライブラリのインストールと動作確認 第3章　毎日のExcel作業を自動化！ PythonでExcelを動かしてデータ処理のプロになろう 3.1　日々のExcel作業の課題とPythonによる解決策 3.2　自動化に必要なPythonの基礎知識 PythonでExcelを扱うための必須スキル 3.2.1　データ型や変数 3.2.2　pandasライブラリの基本 3.2.3　Excelファイルの読み込みと書き込み 3.2.4　データの操作と集計（カテゴリごとにExcelのシート化） 3.3　実習1：定例ミーティング用の資料作成を自動化・自動集計とグラフ作成で時間を節約 3.3.1　集計作業の自動化 3.3.2　matplotlibを使用したグラフの作成 3.3.3　seabornを使用したグラフの作成 3.4　実習2：業務報告の自動化 Excelデータから自動でレポート作成 3.4.1　reportlabでのPDFレポート作成 3.4.2　Python-docxでのWordレポート作成 第4章　データ分析とグラフ化で誰でもデータサイエンティストに！ 公開統計データの活用法を身につけてデータサイエンティストへの第一歩を踏み出そう 4.1　公開統計データの有効活用:データ分析の基本から応用まで 4.1.1　ステップ1：データファイルの読み込み 4.1.2　基本的なデータ集計 4.1.3　グラフの作成 4.1.4　レポートの作成 4.2　データ分析とPythonの親和性 Pythonと公開統計データを使った分析の可能性 4.2.1　北海道の人口動態をグラフ化する 4.2.2　関東地方の都県の人口動態をグラフ化する 4.3　実習1：地域別人口動態の分析 -人口増減と高齢化率の関係を解明する 4.3.1　グラフの作成と分析 4.4　実習2：地域別産業構造の分析 -就業者数と主要産業の関連性を探る 4.4.1　データの絞り込み 4.4.2　グラフの作成と分析 4.5　実習3：地域特性と公共サービスの提供 4.5.1　データの絞り込み 4.5.2　グラフの作成と分析 第5章　PythonでWebスクレイピング！情報収集のプロになろう ニュースリリースを把握し、競争力向上力を身につけよう 5.1　業界の最新ニュースの追跡とその重要性 5.2　WebスクレイピングとPythonの関わり Pythonを活用したWebスクレイピングの可能性 5.3　PythonでのWebスクレイピングの基礎知識 5.4　実習1：経済産業省のニュースリリースの収集 5.4.1　Webページからのデータ取得・BeautifulSoupの基礎 5.4.2　特定のキーワードに関するニュースの抽出 5.5　実習2：ニュース情報の定期的な収集 5.5.1　定期的な業界ニュース収集の重要性 5.5.2　Pythonでニュース情報収集のスケジューリング 第6章　Pythonで始めるテキストデータの処理と分析！ 問い合わせ対応の効率化で顧客満足度を向上しよう 6.1　カスタマーサポートの課題とその解決策 6.2　実習1：問い合わせテキストデータの解析 6.3　実習2：問い合わせテキストデータの分類 6.4　実習3：問い合わせテキストデータを用いたサポート業務改善 おわりに　AI駆動開発で非エンジニアでもエンジニアのような仕事ができるようになるか 付録 索引

分析したデータを わかりやすく ビジュアライゼーションしよう！ 【データビジュアライゼーションとは】 数値データ・位置のデータ・文章のデータ等を、 一目で分かりやすく見える形にする方法です。 【背景】 ビッグデータやAIという言葉が流行して以降、 様々な組織でデータを活用しようという動きがみられます。 データの活用のためには、私たち人間がデータの内容をよく理解する必要があり、 そのためにビジュアライゼーションはとても有効な手段です。 Pythonにはデータビジュアライゼーションに特化したライブラリがそろっており、 利用するデータ分析者も増えています。 一方で、 「どのような場合にどのライブラリで表現するとよいのか」 といった基本的な部分でつまづく方や、 「データの種類や特徴によってどのように表現するとより直観的に表現できるのか」 と悩んでいる方も多いのが実情です。 【書籍概要】 本書は、Pythonのライブラリを利用して、 分析したデータをビジュアライゼーションする手法を解説した書籍です。 ビジュアライゼーションする時に必要な考え方と、 基本的なビジュアライゼーション手法を解説。 地図上に表現する方法やワードクラウド、インフォグラフィック的な要素を 取り入れた手法も紹介します。 【対象読者】 ・データ活用に興味のある方 ・データ分析者 ・データサイエンティスト 【本書で紹介する主な可視化手法】 縦棒・横棒グラフ 円グラフ ヒストグラム ボックスプロット インフォグラフィック等 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。 いま、エンジニアに欠かせない、最新技術のエッセンス。 いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。 本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ●こんな人におすすめの本です ・プログラミングをやってみたいけど難しそうと思っている人 ・Pythonを知りたい、やってみたいと思っている人 ・AI（人工知能）やアプリ作成に興味のある人 ●本書を読めばこんなことができます ・プログラミング、Pythonとは何かがわかります ・プログラミング、Pythonを体験できます ・手軽なのに作る手間のかからないAIやアプリを作成して動かせます ●本書は他にはないこんな特長があります ・楽しく平易な会話文をベースにPythonを学べます ・図解やイラストが豊富なのでプログラミング経験のない人も楽しく簡単に学べます ・巻頭特集の絵本でプログラミングとは？　Pythonとは？　をわかりやすく知ることができます ・コードはすべて実際の画面を掲載しているので安心して確認できます

楽しく早くプログラミングを学びたいと思いませんか？　本書はPythonを使ってプログラミングを独習できるようにさまざまな工夫を凝らしました。1つにはプログラミングのわかりにくい概念をイラストで解説しました（小悪魔女子大生のサーバエンジニア日記のaicoさんが描きました）。2つめはソースコードを図解で説明しました。そして未経験な読者でも自分で読み進めることで，エディタを使ったコーディング方法や文法に慣れ，オブジェクト指向やテスト方法，そしてWebアプリケーションの作り方までいっきに解説します。

本書は「モダンなAIアプリを開発する」ことを目標にした解説書です。AIアプリの開発という目的を明確にし、そこへの最短経路でデータ分析を行い、分析結果をモデル化し、Webアプリケーションに組み込むことによって、プロダクトをAIアプリに昇華させるためのチュートリアルです。

実用度ナンバーワン言語のPythonをはじめよう! Pythonは、AIの開発やデータ分析、統計など何かと話題の分野で必須のプログラミング言語です。本書では、3つのプログラムを作り、動かしながらPythonの基本からちょっとした応用を学びます。1つ1つの手順を丁寧に解説するので、書いてあるとおりにプログラムを作っていくだけで自然とPythonの使い方や特長をマスターできます。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 さまざまな意思決定の数理や現象をPythonで体験して学ぼう！ 　本書は，数理的に扱える意思決定の基礎を，Pythonを用いたシミュレーションや分析によって実際に試しながら学ぶものです． 　アンカリング効果の評価法，ベイズ推定に基づいた信憑性の変化，エージェントや強化学習を適用した意思決定，不完備情報ゲーム，集団の意思決定などを解説しています． 　本書では，意思決定のモデルの立て方，意思の測定分析などの説明に重点を置き，計算やシミュレーションの詳細な説明よりはPythonによる実行に基づいて学ぶ体験学習のかたちをとります．また，すべてのプログラムはJupyter Notebook形式で配布し，読者の手もとで実行ができるようにしています． 第1章　はじめに 第2章　戦略の微分方程式モデル 第3章　基礎的な意思決定の数理的扱い 第4章　ゲーム理論の基礎 第5章　意思決定のための OR の基礎 第6章　組合せ最適化による意思決定 第7章　マルチエージェントベースモデリングによる意思決定 第8章　強化学習による意思決定 第9章　不確定性を含むゲームでの意思決定 第10章　集団の意思決定 第11章　意思決定とメカニズム・デザインの視点 索引

※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。 多くの大学のシラバスを見ると，データサイエンスはPython実習と並立されています。また，ビジネス界のデータ分析の研修でもPythonが主流になっています。さらに，高校教育でデータサイエンスが重視されますが，そこでもPythonが主役の一人になっております。そこで，既刊で統計学の入門書として実績のある『実習統計学入門』をPythonに対応させたのが本書です。わかりやすい解説とPythonによる演習で，統計データの分析について，初歩から学ぶことができます。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 基礎からアプリ開発のために必要な知識まで、「この一冊で」しっかりやさしく学べる新しいPythonプログラミングの教科書。 はじめてプログラムを行う人でも安心して読み進められるように、基礎をわかりやすく解説。さらに「AI」「スクレイピング」「データベース」「Webプログラミング」など、最新のアプリ開発にすぐに取りかかれるように、実践的なサンプルも多数掲載。 ■基本がしっかりと学べる 本書の基礎編では、初めてプログラミングにチャレンジする人でも安心して読み進めていただけるように、プログラムの書き方、動かし方を丁寧に解説していきます。開発環境の導入方法も解説しているので、すぐに学習に取りかかれます。 ■実践的な知識が身につく 本書の応用編では、ライブラリの利用方法、仕事の自動化、AI（機械学習）、スクレイピング、データベース、Webアプリの作り方などを学習していきます。基礎から一歩進んだ実践的な知識を身につけることができます。 ■確認しながら読み進める 本書には、シンプルかつ理解しやすいサンプルプログラムを多数掲載しています。ひとつひとつ結果を確認しながら、プログラムの書き方や仕組みの理解を進めていきます。

※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。 本書は自然言語処理のPythonプログラミングに必要な要点を簡潔かつわかりやすく解説しています。環境構築の手間がかからないGoogle Colaboratoryで手軽にプログラミングを試し、自然言語処理の習得へステップアップしていける入門書にふさわしい一冊です。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Python でさまざまな現象をシミュレーションしよう！ 本書はコンピュータシミュレーションの基礎を、Pythonを用いたプログラミングによって実際に試しながら学習するものです。 うわさの拡散や伝染病の流行、人口予測といった自然科学モデル、リボ払いの計算や在庫管理といった経営・経済モデルといった具体的なものから、情報科学的な確率モデル、ベイズ統計、グラフ理論、GA（遺伝的アルゴリズム）といった各手法に基づいたモデル、エージェントベースモデル、強化学習による意思決定モデルまでを解説しています。 本書では、シミュレーションの各モデルの立て方やアイデアの説明に重点を置き、数値計算の厳密な詳細やモデルの数理よりはPythonによる実行を志向します。また、プログラムのほとんどは Jupyter Notebook形式で配布しているので、ご自身の手もとのPCで実行することができるようになっています。 第1章 はじめに 第2章 数値計算と数学の基礎 第3章 アニメーション 第4章 確率モデル 第5章 自然科学モデル 第6章 経営モデル 第7章 ベイズ統計に基づくモデル 第8章 グラフ理論に基づくモデル 第9章 遺伝的アルゴリズムに基づくモデル 第10章 エージェントベースモデル 第11章 強化学習による意思決定モデル

※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。 データ分析に興味をもった人。難しそうと思っている人。データ分析のパターンを学べば、簡単にできます。

Pythonはここ数年で日本語の書籍も増え、開発現場での利用実績も着実に増えてきています。ご自身の第二、第三の言語の選択肢としてPythonが気になっているという方も多いのではないでしょうか。また、「Pythonを始めてみたけど、実際に業務で利用するには不安が残る」「コードレビューに怯えながらPythonを書いている」という方も多いのではないでしょうか。 本書は、そういった方を対象に、Pythonという言語が持つ機能の実践的な使い方を紹介します。Pythonは、日常的なツールからWeb開発、データ分析、機械学習など分野を問わず利用できる汎用性の高い言語です。本書も同じく、Pythonという言語の仕様やその特徴的な機能、標準ライブラリでできることを中心に扱うため、分野を問わず活用していただけます。

※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。 Pythonは、人工知能や機械学習に適したプログラミング言語として注目されています。しかし、PythonはWeb開発など普通のアプリ開発においても使いやすい優秀な言語なのです。本書は、PythonのWeb開発用フレームワーク「Django3」を使って、基本的な知識からテンプレート制作やデータベースアクセスの技術まで、実際に手を動かしながら身につく入門書です。あなたもDjango3で、Pythonによる最新のWebアプリ開発を体験しましょう！

※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。 日本では、人工知能や機械学習に適したプログラミング言語としてPythonが注目されています。しかし、Pythonはもっと普通のアプリ開発でも使いやすい優秀な言語です。本書は、PythonのWeb開発用フレームワーク「Django」を使って、Webアプリを開発する基礎知識を学ぶ入門書です。Python言語の基本的な知識から、テンプレート制作やデータベースアクセスの技術まで解説します。

※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。 Djangoの入門者向け書籍です。Djangoでの開発経験がない層が対象。手取り足取り教える内容で新バージョン対応の他、従来の使い方解説やフロントエンド+APIを使った開発など、開発方式の変遷にも対応。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 プログラミング初心者の小中学生たちが絶賛！ 世界一わかりやすくて楽しくて思考力も使うプログラミング本、待望の初登場！ 『Python（パイソン）』は、人工知能（ＡＩ）、機械学習、データ分析、Web開発などで幅広く使われ、現在世界でもっとも人気のあるプログラミング言語の一つです。 本書で『Python』を体感して、価値ある一歩を踏み出してください！ 【本書の特徴】 1)プログラミング初心者の小学生でもわかる→プログラミング経験ゼロでも大丈夫 2)ストーリー仕立ての会話形式→スラスラと楽しく読める 3)計算・作図・ゲーム作成と幅広く学習できる 4)チェック問題やチャレンジ問題が付いているので、思考力も強化できる 【対象読者】 ・小学生プログラミング教育必修化に伴い、何を教えればいいのか悩んでいる保護者の方々、教育関係者の方々 ・本格的なプログラミングをやってみたいと考えている小中学生の方々 ・プログラミングに興味があるけど、全くの未経験で不安に思っている方々 ・プログラミングを独学しようとしたけど、挫折してしまった方々 Day 1　準備する Day 2　計算する Day 3　描く Day 4　分類する Day 5　創る 特別付録１ 特別付録2 特別付録3

世界最大のデータ分析コンペサイト Kaggle（カグル）に挑戦して データ分析の基礎知識を身に付けよう！ 【本書の概要】 本書はこれからデータ分析をはじめたいと思っている方や、 Kaggleに興味のあるデータ分析の初心者に向けて、 Pythonの実際のコードとともに丁寧に解説した書籍です。 データ分析で必要な一般的な知識とともに、 Kaggleへチャレンジするフローや、 Kaggleの初心者向けコンペへの取り組み方を紹介します。 データ分析や機械学習の一端に触れ、 実際に課題を解決するプロセスを体感できます。 【本書の対象読者】 ・データサイエンティストを目指す学生 ・データ分析に興味はあるが、あまり経験や知見がないデータ分析の初学者の方 【本書のポイント】 Kaggleの初心者向けチュートリアル「Titanicコンペ」「House Pricesコンペ」について、 分析の準備から結果の考察、そして精度を上げるプロセスを ステップバイステップでコードとともに、わかりやすく解説しています。 【本書より扱うコンペの特徴：本書より抜粋】 ・Titanicコンペの特徴 乗客ごとに性別や年齢、乗船チケットクラスなどのデータが、 生存したか死亡したかのフラグとともに与えられています。 生死に影響する属性の傾向をデータから分析して、 生死がわからない（予測用に隠されている）乗客について、 生死結果を予測することが目的です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

本書は、Pythonでプログラミングをした経験のある読者が、 各種オープンソースソフトウェア（OSS）やライブラリを利用して、 自然言語処理を行うWebアプリケーションを作って動かし、自然言語処理を体験するための書籍です。 またその中で、自然言語処理に関連するさまざまな概念や手法、 簡単な理論についても学ぶことができ、本格的な学習の 前段階としても最適です。 本書の構成としては大きく2つの部に分かれており、 それぞれ以下のような内容を解説しています。 第1部：データの準備 ●テキストデータの収集 ●データベースへの格納 ●検索エンジンへの登録 第2部：データの解析 ●文法構造を調べる ●意味づけ ●知識データとの連係 全13章を順に追いながらWebアプリケーションを作っていくことで、 自然言語処理に関連するさまざまなテーマを学ぶことができます。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ストーリーでPythonと機械学習がわかる!! 『機械学習入門―ボルツマン機械学習から深層学習まで―』、『ベイズ推定入門　モデル選択からベイズ最適化まで』につづく、お妃さまシリーズの第3弾を刊行するものです。Pythonの学習を主軸としたものであり、機械学習を実践したくなった人、およびカジュアルでわかりやすいPython入門本を探している人をターゲットとします。Pythonのコードとコードの説明をイラストでわかりやすく解説します。現在注目されているGAN（敵対的生成ネットワーク）についても解説。 第1章　魔法の鏡との出会い 第2章　機械学習の発見 第3章　思い出のアヤメ 第4章　器用な鏡、不器用な小人 第5章　あなたは誰？顔認識システム 第6章　表情豊かな鏡に戻れ！

★数学とプログラミングを対比させながら、一歩一歩わかりやすく！ 実務に即してPyMC5プログラミングでベイズ推論を使いこなせるようになる。 最初の一冊として、データサイエンティストにおすすめ！ 【サポートサイト】 https://github.com/makaishi2/python_bayes_intro 【主な内容】 第1章 確率分布を理解する 1.1 ベイズ推論における確率分布の必要性 1.2 確率変数と確率分布 1.3 離散分布と連続分布 1.4 PyMCによる確率モデル定義とサンプリング 1.5 サンプリング結果分析 1.6 確率分布とPyMCプログラミングの関係 第2章 よく利用される確率分布 2.1 ベルヌーイ分布（pm.Bernoulliクラス） 2.2 二項分布（pm.Binomial クラス） 2.3 正規分布（pm.Normal クラス） 2.4 一様分布（pm.Uniform クラス） 2.5 ベータ分布（pm.Beta クラス） 2.6 半正規分布（pm.HalfNormal クラス） 第3章 ベイズ推論とは 3.1 ベイズ推論利用の目的 3.2 問題設定 3.3 最尤推定による解法 3.4 ベイズ推論による解法 3.5 ベイズ推論の精度を上げる方法 3.6 ベイズ推論の活用例 第4章 はじめてのベイズ推論実習 4.1 問題設定 (再掲) 4.2 最尤推定 4.3 ベイズ推論 (確率モデル定義） 4.4 ベイズ推論 (サンプリング） 4.5 ベイズ推論 (結果分析） 4.6 ベイズ推論 (二項分布バージョン） 4.7 ベイズ推論 (試行回数を増やす） 4.8 ベイズ推論 (事前分布の変更） 4.9 ベータ分布で直接確率分布を求める 第5章 ベイズ推論プログラミング 5.1 データ分布のベイズ推論 5.2 線形回帰のベイズ推論 5.3 階層ベイズモデル 5.4 潜在変数モデル 第6章 ベイズ推論の業務活用事例 6.1 ABテストの効果検証 6.2 ベイズ回帰モデルによる効果検証 6.3 IRT (Item Response Theory）によるテスト結果評価

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2023/978-4-297-13293-4)も合わせてご覧ください。 プログラミング言語Pythonを使ってプログラミングに挑戦する本です。プログラミング初心者向けの勉強会の運営にかかわっている著者ふたりが，そこで学んだ初心者がつまずくポイントを「10の壁」として定義し，各章でそれを乗り越える構成にしています。初心者に加え，一度プログラミングに挫折した「再」入門者も対象に，やさしく解説しています。 <10の壁> 学習継続力の壁／PCスキルの壁／環境構築の壁／変数の壁／組み立て方の壁／練習から実用の壁／読みやすいコードの壁／アイデア実現の壁／完成の壁／プログラマーらしさの壁

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 本書はPythonというプログラミング言語を用いて、ゲームを制作しながらアルゴリズムを学ぶ入門書です。 Pythonはソフトウェア開発や学術研究の分野で広く用いられるようになり、企業や教育機関で使われる主要なプログラミング言語の1つになりました。 また基本情報技術者試験にPythonが加わるなど、情報処理を学ぶ人たちにとっても触れる機会の多い言語になっています。 Pythonの人気が高まったのは、 ・記述の仕方がシンプルで、他のプログラミング言語より短い行数でプログラムを組める ・記述したプログラムを即座に実行でき、開発効率に優れている ・ライブラリが豊富で、それらの多くが使いやすい などの理由からです。 Pythonはプログラミング言語の中で特に学びやすく、誰もが習得できる言語であることも、広く普及した理由として挙げられるでしょう。 本書はアルゴリズムの学習に力を入れています。初学者が理解できるようにプログラミングの基礎からスタートし、やさしいアルゴリズムから段階を踏んで高度な内容を学ぶ構成になっていますので、どなたにも安心して手に取っていただけます。 ここで言うアルゴリズムとは、問題を解決するための手順や手法のことです。アルゴリズムを学ぶとさまざまな問題を解決する力が伸びるといわれており、しばらく前からアルゴリズムを学ぶ大切さが、色々なところで説かれるようになりました。 アルゴリズムと聞くと難しそうと考えてしまう方もいるかもしれませんが、心配は無用です。本書はゲームを制作していく過程で色々なアルゴリズムを習得できるようになっています。 みなさん、ゲームを作りながら、プログラミングとアルゴリズムを楽しく学んでいきましょう! (本書「まえがき」より)

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 大手メーカーで活躍してきたクリエイターがゲーム開発のノウハウをゼロから教えます! 本書はPythonを使用した、ゲームプログラミングの解説書です。 類書とは異なり、終始一貫「ゲーム開発」に焦点を当て、今書いているプログラムがどのような＂動き＂に反映され、どのような＂面白さ＂に結びつくのかを、正しく学ぶことができます。 一般的なソフト開発ではなく「ゲーム開発の作法」をきちんと学ぶことによって、ゲーム好きな読者の皆さんの就職や趣味といったリアルな世界がより充実してくれることを願い、出版されました。 【読者対象】 ○ゲーム業界に就職したい学生・社会人 ○SNSや同人で自作ゲームを発表したい方 ○落ち物パズル、RPGの作り方を知りたい方 ○一般ソフトとゲーム制作の違いを知りたい方 ○Pythonを始めたけど作るものが浮かばない方 ……高校生ぐらいから読めます! 【本書の特長】 ○業界の基礎知識やプログラマーの役割からきちんと解説 ○Pythonの基本文法をしっかり解説、プログラミング初心者も安心 ○プログラム1行ごとに説明を付けており、理解しやすい ○豊富な図解とイラストを用い、イメージで理解できる ○開発に必要な素材はすべて無償ダウンロードできる クイズ、すごろく、おみくじ、診断アプリ、迷路、自動生成ダンジョン、落ち物パズル、本格PRGなど……簡単なミニゲームから難しいものまで幅広く教材を用意しています。 さらに、読者特典として3つのおまけゲームもプレゼント! すべてのゲームをつくり終えた時、あたなのプログラミングスキルは何倍にも向上しているに違いありません。 本書を機に、ぜひゲームプログラミングの世界に飛び込んでみてください!

※この商品は固定レイアウトで作成されており、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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 Pythonゲーム開発入門の決定版! 人気ジャンルを題材にプログラミングの腕を磨こう! 大好評を博している『Pythonでつくる ゲーム開発 入門講座』に、第2弾『実践編』が登場! 前作同様、Pythonを用いたゲームプログラミングの基礎をまんべんなく解説しながら、今回は「アクション」「シューティング」「3Dカーレース」といった人気ジャンルの開発に挑戦します。 【本書の特長】 ○複数の演習を通し、ゲーム開発の知識・技術を大幅UPできる ○三角関数、遠近法などの知識を開発に活かす方法を学べる ○マップエディタやランチャーなど関連ツールの開発も行う ○プログラム1行ごとに説明を付けており、理解しやすい ○豊富な図解とイラストを用い、イメージで理解できる ○開発に必要な素材はすべて無償ダウンロードできる さらに、ゲーム開発でぶつかる＂壁を乗り越えるためのヒント＂も豊富に用意しました。 【開発のヒントが満載】 ・マップやアイテムの配置はどうするのか ・自機と敵機のヒットチェックはどうするのか ・＂弾幕＂の軌道はどうやって計算するのか ・面白さにつながる難易度とはどの程度なのか ・エフェクトやサウンドはどうやって組み込むのか ・坂道のカーブ、奥行、起伏はどう表現するのか ・Pythonで3Dを表現するにはどうしたらよいのか ……こんな疑問に答えます! ゲーム素材400本、プログラム80本、遊んで面白いゲーム5本を無償提供! 本書を読み終えた頃、ゲーム開発の知識はかなり高いレベルに到達できるでしょう。 また、各プログラム内にPythonのプログラミング技術を多くちりばめたので、Pythonを使う力もぐんと伸びているはずです。 ゲーム開発の基礎を盤石にしたい方、Pythonの技術に磨きをかけたい方にオススメの1冊です。

※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。 みんな知ってるスマホゲームやレトロゲームの“あの動き”は、実際にどのようなプログラミングでできているのか？ 本書は、実際に「あのゲームの」「あの動き」を作りながらPythonアルゴリズムを学ぶゲームプログラミング入門書です。撃つ・当たる・爆発するシューティングゲーム、逃げる・追いかける・先回りする迷路ゲーム、ジャンプ・ダッシュ・スクロールできるアクションゲームなど、様々なゲームの動きをまずは作ってみましょう！

時代が変わっても 変わらないアルゴリズムから考え方を学ぼう 本書は、初心者にも扱いやすいプログラミング言語「Python」を使用して、 アルゴリズムの基礎・考え方を学ぶ入門書です。特にPythonがはじめてという方の ために、第1章ではPythonの基本とデータ構造について解説しています。 本書では、プログラミング入門者が最低限知っておきたいアルゴリズムの 基礎と考え方に加えて、アルゴリズムの定石とその計算量について、具体的 なサンプルコードと動作イメージを交えて丁寧に解説していきます。 【こんな方におすすめ】 ・アルゴリズムをゼロから学びたい ・Pythonでプログラミングを学んでいるけれど何から手をつけていいのかわからない ・過去にアルゴリズムを学ぼうと思ったけれどPythonの資料が少なかった ・基本情報技術者試験でPythonが取り入れられるので勉強したい 【扱うアルゴリズム】 FizzBuzz｜フィボナッチ数列｜線形探索｜二分探索｜幅優先探索｜ 深さ優先探索｜番兵｜8クイーン問題｜n-クイーン問題｜ハノイの塔｜ ミニマックス法｜選択ソート｜挿入ソート｜バブルソート｜ヒープソート｜ マージソート｜クイックソート｜最短経路問題｜ベルマン・フォード法｜ ダイクストラ法｜A*アルゴリズム｜文字列探索の力任せ法｜Boyer-Moore法｜ 逆ポーランド記法｜ユークリッドの互除法 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

本書はプログラミング⾔語「Python」を⽤いたビットコインの⾃動取引プログラムを構築するノウハウについて初⼼者向けにわかりやすく解説したものです。本書を読めば、Pythonでビットコインの⾃動取引プログラムを作成するに当たっての基礎的な知識が⾝につきます。細かいバックテストや戦略の検討ではなく、実際に動かせる⾃動取引プログラムの作成にフォーカスしたものとなります。

※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。 ●知識ゼロから始められるゲーム制作＆プログラミングの入門書 本書は、プロのゲームクリエイターがやさしく解説する、ゲーム制作＆プログラミングの入門書です。 ゲームを自作するには、プログラミングやゲーム制作の知識に加えて、ゲームのアルゴリズムを組むための数学の知識も必要不可欠です。そこで、ゲーム作りやプログラミングが初めてという方に向けて本書を執筆しました。Pythonという学びやすいプログラミング言語を使って、ゲームを作りながらプログラミングの基礎知識、ゲームの制作方法、そしてヒットチェック（当たり判定）などゲーム作りに必要なアルゴリズムや数学を無理なく学べる内容になっています。 【本書のサンプルゲーム】 モグラ叩き、テニスゲーム、カーレース、シューティングゲーム、ジャンプアクションゲーム、3Dダンジョン探検プログラムなど。 「とにかくゲームを作ってみたい」「知識ゼロからプログラミングやゲーム制作を学びたい」「何かを作りながらプログラミングやアルゴリズムを学びたい」「ゲームでよく使うアルゴリズムや数学を学びたい」といった方におすすめの一冊です。

★確率的プログラミング言語がすぐに使える！★ ・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。 ・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。 【主な内容】 第1章　ベイジアンモデリングとは 1.1 データ解析とコンピュータ 1.2 ベイジアンモデリングの基礎 1.3 代表的な確率分布 1.4 近似推論手法 第2章　確率的プログラミング言語（PPL） 2.1 ベイジアンモデリングとPPL 2.2 自動微分・最適化アルゴリズム 2.3 PyMC3の概要 2.4 Pyroの概要 2.5 NumPyroの概要 2.6 TensorFlow Probabilityの概要 2.7 GPyTorchの概要 第3章　回帰モデル 3.1 線形回帰モデル：線形単回帰モデル 3.2 線形回帰モデル：線形重回帰モデル 3.3 一般化線形モデル：ポアソン回帰モデル 3.4 一般化線形モデル：ロジスティック回帰モデル 3.5 階層ベイズモデル 3.6 ガウス過程回帰モデル：ガウス尤度 3.7 ガウス過程回帰モデル：尤度の一般化 第4章　潜在変数モデル 4.1 混合ガウスモデル 4.2 行列分解モデル 4.3 状態空間モデル 4.4 隠れマルコフモデル 4.5 トピックモデル 4.6 ガウス過程潜在変数モデル 第5章　深層学習モデル 5.1 ニューラルネットワーク回帰モデル 5.2 変分自己符号化器 5.3 PixelCNN 5.4 深層ガウス過程 5.5 正規化流

★ 実験を効率化する強い味方 ★ もう実験で疲弊しない。次に試す実験条件は、データと統計学が教えてくれる！ ベイズ最適化とPythonを駆使して、効率よく研究・開発を進めよう！ 《すぐに試せるサンプルデータセット・サンプルコード付き》 ■ データ解析の初歩から、モデルの設計、実践的な応用事例までを導く。 ■ 実験時間や人数が限られる今、絶対に役立つスキルが身につく！ ■ 入門書であり、実践書。フルカラー！ 【目次】 第1章　データ解析や機械学習を活用した分子設計・材料設計・プロセス設計・プロセス管理 ・ケモ・マテリアルズ・プロセスインフォマティクス ・分子設計 ・材料設計 ・なぜベイズ最適化が必要か ・プロセス設計 ・プロセス管理 ・データ解析・人工知能（モデル）の本質 第2章　実験計画法 ・なぜ実験計画法か ・実験計画法とは ・適応的実験計画法 ・必要となる手法・技術 第3章　データ解析や回帰分析の手法 ・データセットの表現 ・ヒストグラム・散布図の確認 ・統計量の確認 ・特徴量の標準化 ・最小二乗法による線形重回帰分析 ・回帰モデルの推定性能の評価 ・非線形重回帰分析 ・決定木 ・ランダムフォレスト ・サポートベクター回帰 ・ガウス過程回帰 第4章　モデルの適用範囲 ・モデルの適用範囲とは ・データ密度 ・アンサンブル学習 第5章　実験計画法・適応的実験計画法の実践 ・実験候補の生成 ・実験候補の選択 ・次の実験候補の選択 ・ベイズ最適化 ・化学構造を扱うときはどうするか 第6章　応用事例 ・複雑な非線形関数を用いた実験計画法・適応的実験計画法の実践 ・分子設計 ・材料設計 ・プロセス設計 第7章　さらなる深みを目指すために ・Gaussian Mixture Regression（GMR） ・GMR-Based Optimization（GMRBO）（GMRに基づく適応的実験計画法） ・複雑な非線形関数を用いたGMRBOの検証 第8章　数学の基礎・Anaconda・Spyder ・行列やベクトルの表現・転置行列・逆行列・固有値分解 ・最尤推定法・正規分布 ・確率・同時確率・条件付き確率・確率の乗法定理 ・AnacondaとRDKitのインストール・Spyderの使い方

PyQの大人気コンテンツ書籍化第2弾 Pythonで数理最適化と問題解決手法を学んでみよう！ 【本書の背景】 今日、数理最適化は、生産計画の最適化や勤務シフト表の作成、効率的なリソース配分の計画など幅広い分野で使われています。しかし、その理論的な深さや応用範囲の広さから、初学者が挫折感を覚えることも多いです（「はじめに」より抜粋）。 【本書の内容】 理論や詳細な内容を最小限に抑えて、Pythonのコードを動かしながら最適化を体験できるようにしました。さらに、簡単な確認問題を解くことで、理解度を確認しながら読み進められるように構成しました。（「はじめに」より抜粋）。 【PyQ（パイキュー）とは】 株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス。 【学習環境】 実行環境：PyQ、または、PC上のJupyterLab 利用言語：Python 3.11 利用ライブラリ：mip(1.15.0)、mip-tool(0.3.2)、pandas(2.1.3)、JupyterLab(4.0.9)、 Matplotlib(3.8.2) 【対象読者】 ・数理最適化を使って、社会や身近な問題解決に活かしたいという方 ・数理最適化を勉強したけど身につかず挫折した方 【前提知識】 ・高校数学のベクトルの知識 ・Pythonの文法知識 【目次】 Prologue PyQでPythonや数理最適化を学ぶ 第0章 本書の使い方 第1章 数理最適化による問題解決 第2章 数理モデルって何だろう 第3章 Pythonで数理モデルを作ろう 第4章 たくさんの変数はベクトルで 第5章 混合整数最適化って何だろう 第6章 Python-MIPのクラス 第7章 問題解決ってどうやるの？ 第8章 輸送費を減らしたい 第9章 もっと食べたくなる献立を 第10章 お酒をわけよう 第11章 シフト表を作りたい 第12章 pandasで数理モデルを作ろう 第13章 pandasで再モデル化 【著者プロフィール】 ・株式会社ビープラウド ・PyQチーム ・斎藤 努（さいとう・つとむ） 　株式会社ビープラウドにてPyQなどを担当。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

本書はPythonによる自然言語処理、あるいはテキストマイニングの初歩について解説したものです。 テキストマイニングとは、テキストをコンピュータで探索（マイニング）する技術の総称です。ここで「テキスト」とは、小説や論文、あるいは新聞や雑誌の記事にとどまらず、インターネット上のブログ、あるいはSNSに投稿された文章など、およそ人間の言葉で書かれたものを指します。 Pythonの基本からテキスト分析の手順、形態素解析器の導入、さまざまな分析手法についてわかりやすく解説しています。また、本書の最後に、ディープラーニングを使ったテキストマイニング事例についても紹介します。 なお、本書の一部については解説動画が用意されています。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 さまざまな関係性の構造をPythonで分析する！ ネットワーク分析は、さまざまな「関係性」を分析する学問です。 構造をモデル化することで、ネットワークという言葉から想像しやすいWebやSNSの分析だけでなく、たとえば感染症の伝搬経路を見つけたり、未来の人間関係を予測したりすることが可能です。マーケティングなどの現場でも使用されています。 　本書では、ネットワーク構造をもつデータをPythonで分析するための基礎知識を習得できます。 　分析には、Google Colaboratory（クラウド上で使用できるJupyter Notebook環境。Colabとも呼ばれる）を用います。ブラウザ上で動くColabは環境構築が不要なため、すぐに実際にコードを試すことができます。また、可視化ツールとしてNetworkXを使用し、さまざまなネットワークをグラフとして視覚的に把握できます。 実際にColabで動かせるプログラムと、そのプログラムによって出力されたグラフを数多く例示しているため、実際にColabでコードを実行しながら理解を深めることができます。 データサイエンスを学ぶ学生はもちろん、企業の広報・企画・マーケティング担当者など、顧客の購買行動やソーシャルネットワークの分析などが必要になった社会人にも役立つ一冊です。 第1章　分析できる環境を用意する－ツールや言語の把握 第2章　ネットワーク分析の流れを知る－小説の人間関係を紐解く 第3章　必要な用語を学ぶ－ネットワークの基礎知識 第4章　中心を見つける－さまざまな中心性 第5章　経路を見つける－ネットワークの探索 第6章　グループを見つける－分割と抽出 第7章　似たネットワークを作る－モデル化 第8章　似た頂点を見つける－将来の構造予測 第9章　病気や口コミの広がりをモデル化する－感染、情報伝搬 第10章　ネットワークを俯瞰する－可視化による分析 第11章　リファレンス

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 プログラミング言語のPythonを学びながら、プログラムでコンピューターがどうやって動いているかの基本から理解できるプログラミング入門書籍です。 プログラミング言語も、私たちが読み書きする日本語や英語と同じ言語です。言語の習得と同じように、まずはPythonのプログラムを読むところからはじめ、動かして動作を確認し、少し書き換えてコンピューターの動作がどう変わるかを体験しながら学んでいきます。 そして、コンピューターの動作の基本は、数と計算の考え方です。世の中の「ものごと」を数に置き換える考え方が身につけば、プログラミングがみるみる上達していきます。 サンプルのプログラムは、GoogleのColaboratoryを使って、パソコンだけでなくタブレットやスマートフォンでも動かして体験できます。 本書で、コンピューターが動く基本がしっかり理解できれば、プログラミングが楽しくなり、みるみる上達していけます。 ※カバー画像が異なる場合があります。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データサイエンスを実応用するための基本を押さえる 　データエンジニアリングは、データサイエンスを現実に意味のある形に使えるようにし、実装・運用できるようにすることを指します。 　データサイエンスを機器や分析に実応用するためには、Pythonスクリプトの高速化の知識や、センサ信号の取得、アクチュエータ制御に必須となる通信、インタフェース駆動といった外部デバイスとのデータアクセスの基本と応用についてのスキルの修得が必要となります。本書は、これらのデータをエンジニアリングするための入門的な知識を解説するものです。 1編　基礎編 1．データエンジニアリングとは 2．コンピュータ工学の基礎 3．Intel CPUの工夫 4．デバイスデータアクセスの基礎 2編　高速化 1．少しの工夫で速くなる 2．NumPyの使用 3．C/C++モジュールを呼ぶ 4．マルチプロセス 5．Pythonのコンパイル 6．GPUの使用 3編　デバイスデータアクセス 1．IoT実現化に必要な機能 2．USBを用いたデータ転送 3．Bluetoothを用いたデータ転送 4．有線LANとWi-Fiを用いたデータ転送 5．センサ信号処理と制御の例

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 どう考えれば、よいプログラムを作れるのかの解 　データサイエンス時代の今、データ構造とアルゴリズムのセオリーを身に付けるのはデータ処理を行う多数のエンジニアにとって大切なことです。本書は、データ構造とアルゴリズムの普遍的な基礎を、Pythonによるプログラミングの実践を通して丁寧に解説するものです。 ※プログラム開発やデータサイエンスを視野に、主要なアルゴリズムをPythonで実装し、データの動きと該当コードを対比させ、しっかりと解説をしています。 ※例題で使用したサンプルプログラムをオーム社ホームページよりダウンロードできます。アルゴリズムの実際をすぐに体感できます。。 第1章　アルゴリズムをはじめる前に 第2章　準備 第3章　データ構造 第4章　ソートアルゴリズム 第5章　探索アルゴリズム 第6章　木構造 第7章　グラフアルゴリズム 第8章　その他の有用なアルゴリズム

匿名加工医療データの登場により、医療保険開発や健康管理アプリ開発などの自由度が高まりました。それと同時に、開発者はこれまでの分析方法を適用していいのかという戸惑いを持ち、また分析者は時に急遽、分析担当としてアサインされ、期限のある中でデータに慣れて分析手法を学び、結果を出すことが求められます。本書では医療データを手元のPCで擬似生成し、生成した擬似データを分析しながらPythonに慣れ、分析手法を身に着けていただくことを目的にしています。 医療データを分析する上で、統計学以外に「疫学」「医療統計学」「線形代数学」の知識が必要となります。しかしこれらの専門書は医療データ分析の範囲を大きく超えます。企画している書籍は、1つの学問体系を説明する学術書ではなく、分析手法を網羅するような一般的な内容でもありません。この書籍は「いかにして医療データ（生物データ）からイベント（死亡・疾病等）の起こりやすさを推定するか」をテーマとして、様々な知識体系からアプローチし、得られた分析結果の妥当性を検証していく実用書です。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。 初心者でもPythonを用いて機械学習が実装できる！ 　 本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。 また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。 詳細目次 第1部　導入編 　第1章　はじめに 　1.1 機械学習とは 　1.2 Python と機械学習 　1.3 インストール＆セットアップ 　1.4 Python 早分かり ― NumPy とmatplotlib 　1.5 クイックツアー 　　小話 深層学習って何だ？ 　第2 章　機械学習の様々な側面 33 　2.1 機械学習をとりまく環境.. 33 　2.2 関連分野. 34 　2.3 学習法による分類. 35 　2.4 手法や課題設定による分類. 36 　2.5 応用例. 37 第2部　基礎編 　第3章　分類問題 　3.1 分類問題とは 　3.2 最初の分類器 　3.3 学習データとテストデータ 　　ミニ知識 色々な用語 ―学習・訓練・教師 vs テスト・評価・バリデート・検証 　　ミニ知識 k- 分割交差検証 　3.4 分類器の性能を評価しよう 　　ミニ知識 正答率（Accuracy）と適合率（Precision） 　　ミニ知識 色々な平均.調和平均・算術平均・幾何平均 　3.5 色々な分類器 　3.6 まとめ 　第4章　回帰問題 　4.1 回帰問題とその分類 　4.2 最初の回帰 ― 最小二乗法と評価方法 　4.3 機械学習における鬼門 ― 過学習 　4.4 過学習への対応 ― 罰則付き回帰 　4.5 様々な回帰モデル 　4.6 まとめ 　第5章　クラスタリング 　5.1 iris データセット 　　ミニ知識 フィッシャーのあやめ 　5.2 代表的なクラスタリング手法 ― k-means 　5.3 その他のクラスタリング手法 　5.4 まとめ 第3部　実戦編 　第6章　画像による手形状分類 　6.1 課題の設定 　6.2 最初の学習 　6.3 汎化性能を求めて ― 人を増やしてみる 　6.4 さらに人数を増やしてみる 　　ミニ知識 学習データに含める人数について 　6.5 データの精査と洗浄 ― データクレンジング 　6.6 特徴量の導入 　6.7 パラメータチューニング 　6.8 まとめ 　第7章　センサデータによる回帰問題 　7.1 はじめに 　7.2 準備 　7.3 センサデータの概要 　7.4 データの読み込み 　7.5 高松の気温データと四国電力の消費量 　7.6 もっと色々、そしてまとめ 　7.7 終わりに 第4部　付録 　付録A　Python で作る機械学習 　A.1 この付録の目的 　A.2 最小二乗法 　A.3 行列計算による解析解の導出 　A.4 反復法 　A.5 コードを書く前に 　A.6 実装例 　付録B　線形代数のおさらいと代表的な非線形モデル 　B.1 この付録の目的 　B.2 そもそも「線形」とは 　B.3 線形変換とアフィン変換 　B.4 ノルムと罰則項 　B.5 線形回帰の最小二乗解を考える 　B.6 機械学習における「非線形」

Webデータの巡回収集と解析を すべて自動で処理しよう 【背景】 企業においてデータ分析の需要が多くなってきているなか、 企業のデータ分析の現場において、 Webから様々なデータを集める「クローラー（クローリング）」と 集めたデータの解析を行う「スクレイピング」のニーズが 非常に高まってきています。 【対象読者】 ・データの収集、解析などの仕事を請け負うプログラマー ・クローラー開発を請け負うエンジニア 【本書の特徴】 本書は、データ収集・解析などの仕事を請け負うプログラマーや、 クローラー開発を請け負う分析会社のエンジニアに向けて、 クローラーの開発手法から実際のクローリングおよび スクレイピング手法ついて解説した入門書です。 本書ではデータ分析の現場でニーズの高まってきているPythonを利用して、 クローラー開発から始まり、クローリング、スクレイピングの基本から応用手法、 そして運用までそれぞれの開発が直面する場面に沿って丁寧に解説します。 最終章では目的別のクローラー開発手法を解説しています。 【対象OSとPythonのバージョンについて】 ・OS：macOS Sierra（10.2.x） ・Python：3.6.2 【目次】 Part1 基本編 Chapter 1 クローラーとスクレイピングを体験する Chapter 2　クローラーを設計する Chapter 3　クローラーおよびスクレイピングの開発環境の準備とPythonの基本　 Chapter 4　スクレイピングの基本 Part2　応用編 Chapter 5　クローラーの設計・開発（応用編） Chapter 6　スクレイピングの開発（応用編） Chapter 7　クローラーで集めたデータを利用する Chapter 8　クローラーの保守・運用 Chapter 9　目的別クローラー＆スクレイピング開発手法 Appendix クローラー＆スクレイピングに役立つライブラリ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 深層強化学習の入門から実装まで、この一冊でわかる！ アルファ碁などのゲームAIやロボットアームの制御、自動運転などで注目されている深層強化学習の基礎と、Pythonによる実装について解説した入門書です。 強化学習に適したライブラリであるChainer（ChainerRL）と、AIシミュレーション環境であるOpenAI gymを用いて解説しています。 ソフトウェアシミュレーションだけでなくRaspberryPiとArduinoを用いた実環境への応用も解説しているので、ソフト・ハード問わず自身の課題に深層強化学習を応用することができるようになっています。 1章 はじめに 2章 深層学習 3章 強化学習 4章 深層強化学習 5章 実環境への応用 付録 付録1 VirtualBoxのインストール 付録2 RaspberryPiの設定 付録3 Arduinoのインストール 付録4 Graphical Processing Unit（GPU）の利用 付録5 Intel Math Kernel Libraryを用いたNumPyのインストール

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonを使って制御工学を学ぶための入門書 本書は，各所でわかりやすく，かつ，実用的と好評をいただいているPythonを使って制御工学を学ぶための入門書の改訂版です． 「使ってみる，やってみる」を通して，制御工学を体感することができます． よりわかりやすさを追求して構成を見直し・追記したほか，ライブラリの最新版に合わせてPythonコードを修正しています． これから制御工学に携わる方々にとって必読の書です． 第1章　制御とは 第2章　Pythonの基礎 第3章　制御のためのモデル 第4章　制御対象の振る舞い 第5章　閉ループ系に注目した制御系設計 第6章　開ループ系に注目した制御系設計 第7章　アドバンストな制御系設計 付録　数学とプログラムの補足

※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。 Python 3を使ったテキストマイニングの入門書！ 本書は、Pythonを使ったテキストマイニングの入門書です。Pythonのインストールから基本文法、ライブラリパッケージの使用方法などについてもていねいに解説していますので、Pythonに触れたことがない方でも問題なく使用できます。また、テキストマイニングも、概要から実例に至るまで一から解説していますので、Python・テキストマイニング両方の知識が全くない方にとって最適な入門書となっています。 目次 第1章　テキストマイニングの概要 1.1 テキストマイニングとは 1.2 応用の例 第2章　テキストデータの構造 2.1 テキストの構成要素 2.2 統計分析・データマイニングの基本的な手法 2.3 テキストマイニング固有の考え方 第3章　Pythonの概要と実験の準備 3.1 Pythonとは 3.2 プログラムを作って動かす環境 3.3 Pyrhonの書き方ルール 3.4 テキストマイニングに役立つライブラリパッケージ 3.5 データの準備 第4章　出現頻度の統計の実際 4.1 文字単位の出現頻度の分析 4.2 単語の出現頻度の分析 第5章　テキストマイニングの様々な処理例 5.1 連なり・N-gramの分析と利用 5.2 共起（コロケーション）の分析と利用 5.3 語の重要性とTF-IDF分析 5.4 KWICによる検索 5.5 単語のプロパティを使ったネガポジ分析 5.6 WordNetによる類語検索 5.7 構文解析と係り受け解析の実際 5.8 潜在的意味論に基づく意味の分析とword2vec 付録　Python, Jupyter notebook のインストール

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonの基礎を学びながらデータ解析の実践技術が身につく！ 本書は『Pythonによる統計分析入門』の多変量解析編に相当するものですが、前著のより発展的な内容として、ネットワーク解析まで扱っています。Pythonの基本を学びながら、より実践で活用できるデータ解析を習得できます。Pythonの解析ライブラリを使った独習書として、多次元データの解析、アソシエーション分析、ネットワーク解析などを丁寧に解説し、実務的な課題にも応用できるようになっています。 第 1 章 データ解析の基礎知識 第 2 章 Pythonとデータ解析ライブラリ 第 3 章 統計的な手法を使った多変量の分析　～　相関・回帰分析・主成分分析・因子分析 第 4 章 学習の手法を使った多変量の分析　～　クラスタ解析・k-近傍・決定木・SVM 第 5 章 アソシエーション分析 第 6 章 時系列データの解析 第 7 章 ネットワークの解析

※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。 【アルゴリズムの事例が盛り沢山!】 本書は、Pythonを使用してアルゴリズムを習得するための入門書です。ソート、サーチ、再帰、リスト、木、グラフといったアルゴリズムの基本から、連立方程式の解法、逆ポーランド記法、最短路問題、タートルグラフィックス、グラフ描画、パズルやゲームといった実用的な応用まで、豊富な例題を通してアルゴリズムを効率的に学ぶことができます。例題や練習問題は「Google Colaboratory」で動作するので、Webブラウザーがあればすぐに動作が確認可能です。 ■目次 ■第1章 ウォーミング・アップ 　　1-0 アルゴリズムとは 　　1-1 漸化式 　　1-2 写像 　　1-3 順位付け 　　1-4 ランダムな順列 　　1-5 モンテカルロ法 　　1-6 ユークリッドの互除法 　　1-7 エラトステネスのふるい ■第2章 数値計算 　　2-0 数値計算とは 　　2-1 乱数 　　2-2 数値積分 　　2-3 テイラー展開 　　2-4 非線形方程式の解法 　　2-5 補間 　　2-6 多桁計算 　　2-7 長いπ 　　2-8 連立方程式の解法 　　2-9 線形計画法 　　2-10 最小2乗法 ■第3章 ソートとサーチ 　　3-0 ソートとサーチとは 　　3-1 基本ソート 　　3-2 シェル・ソート 　　3-3 線形検索（リニアサーチ）と番兵 　　3-4 2分探索（バイナリサーチ） 　　3-5 マージ（併合） 　　3-6 文字列の照合（パターンマッチング） 　　3-7 文字列の置き換え（リプレイス） 　　3-8 ハッシュ ■第4章 再帰 　　4-0 再帰とは 　　4-1 再帰の簡単な例 　　4-2 再帰解と非再帰解 　　4-3 順列の生成 　　4-4 ハノイの塔 　　4-5 迷路 　　4-6 クイック・ソート ■第5章 データ構造 　　5-0 データ構造とは 　　5-1 スタック 　　5-2 キュー 　　5-3 データ構造としてのリスト 　　5-4 Pythonの言語仕様のリスト 　　5-5 双方向リスト 　　5-6 逆ポーランド記法 　　5-7 パージング 　　5-8 自己再編成探索 　　5-9 リストを用いたハッシュ ■第6章 木（tree） 　　6-0 木とは 　　6-1 2分探索木のリスト表現 　　6-2 2分探索木の作成 　　6-3 2分探索木の再帰的表現 　　6-4 2分探索木のトラバーサル 　　6-5 レベルごとのトラバーサル 　　6-6 ヒープ 　　6-7 ヒープ・ソート 　　6-8 式の木 　　6-9 知的データベース ■第7章 グラフ（graph） 　　7-0 グラフとは 　　7-1 グラフの探索（深さ優先探索） 　　7-2 グラフの探索（幅優先探索） 　　7-3 トポロジカル・ソート 　　7-4 Eulerの一筆書き 　　7-5 最短路問題 ■第8章 グラフィックス 　　8-0 ColabTurtle（タートルグラフィックス・ライブラリ） 　　8-1 forwardとleft 　　8-2 2次元座標変換 　　8-3 ジオメトリック・グラフィックス 　　8-4 3次元座標変換 　　8-5 立体モデル 　　8-6 3次元関数と隠線処理 　　8-7 リカーシブ・グラフィックスⅠ 　　8-8 リカーシブ・グラフィックスⅡ 　　8-9 いろいろなリカーシブ・グラフィックス 　　8-10 グラフィックス・ライブラリ（glib.py） 　　8-11 Matplotlibを使ったグラフの作成 　　8-12 Matplotlibを使った3D表示 ■第9章 パズル・ゲーム 　　9-1 魔方陣 　　9-2 戦略を持つじゃんけん 　　9-3 バックトラッキング 　　9-4 ダイナミック・プログラミング 　　9-5 万年暦で作るカレンダー 　　9-6 21を言ったら負けゲーム 　　9-7 迷路の作成と探索 ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒（1974年）。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 バイオのデータもPythonで！ 生物学に関わる理解・研究では、コンピュータによるデータ処理が欠かせないものとなってきています。生物学の扱う系はもともと非常に複雑で雑音が多く、統計的な解析が広く使われてきましたが、特に最近のDNA/RNA解析ではいわゆる次世代シーケンサ（NGS）が大量のDNA配列データを生み出してそれを整理しなければならないなど、コンピュータによるデータ処理が必須になっています。 　本書は、生物学分野において行われる、さまざまなデータ解析処理について、Pythonを用いて行う方法を解説し、理解することを目的としています。従来、簡単な処理はExcelを使ったり、RやSPSSなどの統計処理を主目的とする言語・ソフトウェアパッケージが用いられてきました。そのなかで本書は、比較的新しく、機械学習やデータ分析に優れたプログラミング言語であるPython を使って、初歩的なデータ処理をどのように行えばよいのかを紹介しています。 第 1 章 バイオデータ処理 第 2 章 プログラムを動作させるための知識 第 3 章 Pythonによる入力・出力データ加工のためのプログラミング 第 4 章 Pythonからバイオデータを扱うライブラリ 第 5 章 可視化のためのライブラリ 第 6 章 統計処理に便利な汎用の統計パッケージ 第 7 章 変異解析・発言解析の流れの例

※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。 本書は、工学系基礎教育としてのコンピュータ教育およびプログラミング教育を実現するための教科書です。工学的問題の解決に対するコンピュータやプログラムの利用に抵抗感をなくし、スムーズにコンピュータを使う素養を養うことを目的としています。 プログラミングの基礎は扱いますが、特定のプログラム言語全般を深く学ぶことは目標としません。そのかわり、後で必要となった時に、どのような言語でも容易に学ぶことのできる下地を作ります。 コンピュータは、単純な手続きの積み重ねで処理を実現します。この事実、つまり手続き的処理の理解が本書の第一の目標です。これによりコンピュータとは何なのかが理解でき、コンピュータを道具として利用するための能力が身につきます。 続いて、手続き的記述能力の獲得を目指します。これは平たく言えば、プログラムを書いて利用するための初歩的な能力です。具体的には、プログラム言語の基礎を学ぶと共に、シミュレーションや解析、統計処理等のためのソフトウェアツールを使いこなすための素養を養います。 各章末には演習問題を掲載し、略解を示すことで理解の助けとなるよう配慮しました。 ※本書は、近代科学社より2015年に刊行された『コンピュータ科学とプログラミング入門 ―コンピュータとアルゴリズムの基礎―』のPython版です。

Webアプリの作り方からAPI化、デプロイメントまで エンジニアとデータサイエンティストのためのFlask入門 Pythonのフレームワーク「Flask」によるWebアプリ開発の入門書です。 まずは、最小のアプリの作成から始め、問い合わせフォーム、データベースを使ったアプリ、 認証機能と段階的に作成しながら、Flaskによるアプリ開発の基礎を習得します。 その後、画像データ（写真）から物体を判別する物体検知アプリを作成しながら 実践的なアプリの作り方、その機能をWeb API化する方法について解説します。 また、物体検知機能（手書き文字認識をする分析コード）を題材に、 どのように機械学習をアプリに組み込んでいくかについても詳しく解説します。 【本書の主な内容】 ●Flaskと開発の基礎 　◯問い合わせフォーム／DBアプリの作成 　◯認証機能の作成 　◯物体検知アプリの作成 ●API化／デプロイメント 　◯物体検知アプリのWeb API化 　◯Web APIとして外部公開 ●機械学習APIの開発 　◯分析コードから機械学習APIを開発する工程と方法 【主な対象読者】 ●Pythonで簡単にWebアプリ開発を始めたいエンジニア ●機械学習に興味のあるWebエンジニア ●自分でもアプリやWeb APIを作りたいデータサイエンティスト 【構成】 ●第0部 イントロダクション ●第1部 Flask入門 ●第2部［Flask実践1］物体検知アプリの開発 ●第3部［Flask実践2］物体検知機能のAPI化／デプロイメント ●第4部機械学習APIの開発 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。