Chapter 2 科学計算、データ加工、グラフ描画ライブラリの使い方の基礎 2-1 データ分析で使うライブラリ 2-1-1 ライブラリの読み込み 2-1-2 マジックコマンド 2-1-3 この章で使うライブラリのインポート 2-2 Numpyの基礎 2-2-1 Numpyのインポート 2-2-2 配列操作 2-2-3 乱数 Column Numpyは高速 2-2-4 行列 Practice 練習問題2-1 練習問題2-2 練習問題2-3 2-3 Scipyの基礎 2-3-1 Scipyのライブラリのインポート 2-3-2 行列計算 2-3-3 ニュートン法 Practice 練習問題2-4 練習問題2-5 練習問題2-6 2-4 Pandasの基礎 2-4-1 Pandasのライブラリのインポート 2-4-2 Seriesの使い方 2-4-3 DataFrameの使い方 2-4-4 行列操作 2-4-5 データの抽出 2-4-6 データの削除と結合 2-4-7 集計 2-4-8 値のソート 2-4-9 nan(null)の判定 Practice 練習問題2-7 Practice 練習問題2-8 Practice 練習問題2-9 2-5 Matplotlibの基礎 2-5-1 Matplotlibを使うための準備 2-5-2 散布図 2-5-3 グラフの分割 2-5-4 関数グラフの描画 2-5-5 ヒストグラム Column さまざまなデータのビジュアル化 Practice 練習問題2-10 Practice 練習問題2-11 Practice 練習問題2-12 Practice 2章 総合問題
Chapter 3 記述統計と単回帰分析 3-1 統計解析の種類 3-3-1 記述統計と推論統計 3-3-2 この章で使うライブラリのインポート 3-2 データの読み込みと対話 3-2-1 インターネットなどで配布されている対象データの読み込み 3-2-2 データの読み込みと確認 3-2-3 データの性質を確認する Column 「変数」という用語について 3-2-4 量的データと質的データ 3-3 記述統計 3-3-1 ヒストグラム 3-3-2 平均、中央値、最頻値 3-3-3 分散と標準偏差 3-3-4 要約統計量とパーセンタイル値 3-3-5 箱ひげ図 3-3-6 変動係数 3-3-7 散布図と相関係数 3-3-8 すべての変数のヒストグラムや散布図を描く Practice 練習問題3-1 Practice 練習問題3-2 Practice 練習問題3-3 3-4 単回帰分析 3-4-1 線形単回帰分析 3-4-2 決定係数 Practice 練習問題3-4 Practice 練習問題3-5 Practice 練習問題3-6 Practice 3章 総合問題
Chapter 4 確率と統計の基礎 4-1 確率と統計を学ぶ準備 4-1-1 この章の前提知識 4-1-2 この章で使うライブラリのインポート 4-2 確率 4-2-1 数学的確率 4-2-2 統計的確率 4-2-3 条件付き確率と乗法定理 4-2-4 独立と従属 4-2-5 ベイズの定理 Practice 練習問題4-1 Practice 練習問題4-2 Practice 練習問題4-3 4-3 確率変数と確率分布 4-3-1 確率変数、確率関数、分布関数、期待値 4-3-2 さまざまな分布関数 4-3-3 カーネル密度関数 Practice 練習問題4-4 Practice 練習問題4-5 Practice 練習問題4-6 4-4 応用:多次元確率分布 4-4-1 同時確率関数と周辺確率関数 4-4-2 条件付き確率関数と条件付き期待値 4-4-3 独立の定義と連続分布 4-5 推計統計学 4-5-1 大数の法則 4-5-2 中心極限定理 4-5-3 標本分布 Practice 練習問題4-7 Practice 練習問題4-8 Practice 練習問題4-9 4-6 統計的推定 4-6-1 推定量と点推定 4-6-2 不偏性と一致性 4-6-3 区間推定 4-6-4 推定量を求める Practice 練習問題4-10 Practice 練習問題4-11 Practice 練習問題4-12 4-7 統計的検定 4-7-1 検定 4-7-2 第1種の過誤と第2種の過誤 4-7-3 ビッグデータに対する検定の注意 Practice 練習問題4-13 Practice 4章 総合問題
Chapter 5 Pythonによる科学計算(NumpyとScipy) 5-1 概要と事前準備 5-1-1 この章の概要 5-1-2 この章で使うライブラリのインポート 5-2 Numpyを使った計算の応用 5-2-1 インデックス参照 Practice 練習問題5-1 Practice 練習問題5-2 Practice 練習問題5-3 5-2-2 Numpyの演算処理 Practice 練習問題5-4 Practice 練習問題5-5 Practice 練習問題5-6 5-2-3 配列操作とブロードキャスト Practice 練習問題5-7 Practice 練習問題5-8 Practice 練習問題5-9 5-3 Scipyを使った計算の応用・ 5-3-1 補間 5-3-2 線形代数:行列の分解 Practice 練習問題5-10 Practice 練習問題5-11 Practice 練習問題5-12 Practice 練習問題5-13 Practice 練習問題5-14 5-3-3 積分と微分方程式 Practice 練習問題5-15 Practice 練習問題5-16 5-3-4 最適化 Practice 練習問題5-17 Practice 練習問題5-18 Practice 5章 総合問題
Chapter 6 Pandasを使ったデータ加工処理 6-1 概要と事前準備 6-1-1 この章で使うライブラリのインポート 6-2 Pandasの基本的なデータ操作 6-2-1 階層型インデックス Practice 練習問題6-1 Practice 練習問題6-2 Practice 練習問題6-3 6-2-2 データの結合 Practice 練習問題6-4 練習問題6-5 練習問題6-6 6-2-3 データの操作と変換 Practice 練習問題6-7 Practice 練習問題6-8 Practice 練習問題6-9 6-2-4 データの集約とグループ演算 Practice 練習問題6-10 Practice 練習問題6-11 Practice 練習問題6-12 6-3 欠損データと異常値の取り扱いの基礎 6-3-1 欠損データの扱い方 Practice 練習問題6-13 Practice 練習問題6-14 Practice 練習問題6-15 6-3-2 異常データの扱い方 6-4 時系列データの取り扱いの基礎 6-4-1 時系列データの処理と変換 Practice 練習問題6-16 6-4-2 移動平均 Practice 練習問題6-17 Practice 6章 総合問題
Chapter 7 Matplotlibを使ったデータ可視化 7-1 データの可視化 7-1-1 データの可視化について 7-1-2 この章で使うライブラリのインポート 7-2 データ可視化の基礎 7-2-1 棒グラフ 7-2-2 円グラフ Practice 練習問題7-1 Practice 練習問題7-2 Practice 練習問題7-3 7-3 応用:金融データの可視化 7-3-1 可視化する金融データ 7-3-2 ローソクチャートを表示するライブラリ 7-4 応用:分析結果の見せ方を考えよう 7-4-1 資料作成のポイントについて Practice 7章 総合問題 Column 移動平均時系列データと対数時系列データ
Chapter 8 機械学習の基礎(教師あり学習) 8-1 機械学習の全体像 8-1-1 機械学習とは 8-1-2 教師あり学習 8-1-3 教師なし学習 8-1-4 強化学習 8-1-5 この章で使うライブラリのインポート 8-2 重回帰 8-2-1 自動車価格データの取り込み 8-2-2 データの整理 8-2-3 モデル構築と評価 8-2-4 モデル構築とモデル評価の流れのまとめ Practice 練習問題8-1 8-3 ロジスティック回帰 8-3-1 ロジスティック回帰の例 8-3-2 データの整理 8-3-3 モデル構築と評価 8-3-4 スケーリングによる予測精度の向上 Practice 練習問題8-2 Practice 練習問題8-3 8-4 正則化項のある回帰:ラッソ回帰、リッジ回帰 8-4-1 ラッソ回帰、リッジ回帰の特徴 8-4-2 重回帰とリッジ回帰の比較 Practice 練習問題8-4 8-5 決定木 8-5-1 キノコデータセット 8-5-2 データの整理 8-5-3 エントロピー:不純度の指標 8-5-4 情報利得:分岐条件の有益さを測る 8-5-5 決定木のモデル構築 Practice 練習問題8-5 8-6 k-NN(k近傍法) 8-6-1 k-NNのモデル構築 Practice 練習問題8-6 Practice 練習問題8-7 8-7 サポートベクターマシン 8-7-1 サポートベクターマシンのモデル構築 Practice 練習問題8-8 Practice 8章 総合問題
以下为对购买帮助不大的评价