現場で使える!NumPyデータ処理入門 機械学習・データサイエンスで役立つ高速処理手法 発売予定

翔泳社(出版社) , 吉田拓真(著) , 尾原颯(著)

商品番号
155910
販売状態
発売予定
納品形態
宅配便にてお届け
発売日
2018年11月19日
ISBN
9784798155913
判型
A5
ページ数
536
キーワード
プログラミング  Python  ビッグデータ  数学  機械学習

販売価格:¥4,104(税込)

送料無料 お取り寄せ品

本体価格の10%をポイント還元(会員限定)

ほしい物リストに追加

ビッグデータを扱う機械学習の現場では、Pythonの高機能で利用しやすい数学・科学系ライブラリが急速に広まってきています。
そのなかでもNumPy(ナンパイ)は、機械学習で扱うケースの多い多次元配列(行列やベクトル)を処理する高水準の数学関数が充実しています。
また、Python単体では遅い処理をC言語なみに高速化できることもあり、機械学習の分野におけるデータ処理に欠かせないライブラリとなっています。
本書では機械学習におけるデータ処理に役立つNumPyの基本関数の説明から始まり、現場で利用することの多い実践的なデータ処理手法について解説します。
特に、機械学習におけるデータ処理でよく扱う配列の処理に力点を置いて解説します。
構成は、NumPyの特徴の紹介から始まり、主だった関数の紹介、そしてNumPyによるさまざまなデータ読み取り手法を解説します。
さらに機械学習における実践的な導入方法も紹介します。

Chapter 1 NumPyの基本
 1.1 NumPyの基本とインストール方法
 1.2 多次元データ構造ndarrayの基礎
 1.3 ブロードキャスト
 1.4 スライシング
 1.5 軸(axis)と次元数(ndim)について
 1.6 ndarrayの属性(attribute)shape
 1.7 要素のデータ型(dtype)の種類と指定方法
 1.8 コピー(copy)とビュー(view)の違い

Chapter 2 NumPy配列を操作する関数を知る
 2.1 配列を形状変換するreshape
 2.2 配列末尾へ要素を追加するappend
 2.3 配列の真偽判定に役立つallとany
 2.4 条件を満たす要素のインデックスを取得するwhere
 2.5 最大値、最小値を抜き出すamax、maxとamin、min
 2.6 配列の最大要素のインデックスを返すargmax
 2.7 配列の軸の順序を入れ替えるtranspose
 2.8 ソートをするsortとargsort
 2.9 配列同士を連結する、NumPyのvstackとhstackの使い方
 2.10 データを可視化するmatplotlibの使い方
 2.11 要素がゼロの配列を生成する関数のまとめ
 2.12 要素が1の配列を生成するones
 2.13 連番や等差数列を生成するarange
 2.14 線形に等間隔な数列を生成するlinspace
 2.15 単位行列を生成するeyeとidentity
 2.16 未初期化の配列を生成するempty
 2.17 randomモジュールを使った配列操作・乱数生成方法
 2.18 配列を1次元に変換するflatten
 2.19 loadtxtとsavetxtを使ってテキストファイルを読み書きする
 2.20 配列データをそのまま読み書きするloadとsave
 2.21 bufferをndarrayに高速変換するfrombuffer
 2.22 非ゼロ要素を抽出するnonzero
 2.23 flattenよりも高速に配列を1次元化するravel
 2.24 配列をタイル状に並べるtile
 2.25 新しく配列に次元を追加するnp.newaxisオブジェクト
 2.26 要素の差分と足し合わせを計算するdiffとcumsum
 2.27 多次元配列の結合を行うnp.c_とnp.r_オブジェクト

Chapter 3 NumPyの数学関数を使う
 3.1 NumPyの数学関数・定数のまとめ
 3.2 要素の平均を求めるaverageとmean
 3.3 要素の中央値を計算するmedian
 3.4 要素の和を求めるsum
 3.5 標準偏差を計算するstd
 3.6 分散を求めるvar
 3.7 共分散を求めるcov
 3.8 相関係数を求めるcorrcoef
 3.9 配列の要素から格子列を生成するmeshgrid
 3.10 内積を計算するdot
 3.11 行列式を求めるlinalg.det
 3.12 行列の固有値や固有ベクトルを求めるlinalg.eig
 3.13 行列の階数(ランク)を求めるrank
 3.14 逆行列を求めるinv
 3.15 直積を求めるouter
 3.16 外積を求めるcross
 3.17 畳み込み積分や移動平均を求めるconvolve

Chapter 4 NumPyで機械学習を実装する
 4.1 配列の正規化(normalize)、標準化をする方法
 4.2 線形回帰をNumPyで実装する
 4.3 NumPyでニューラルネットワークを実装する:基本編
 4.4 NumPyでニューラルネットワークを実装する:理論編
 4.5 NumPyでニューラルネットワークを実装する:実装編
 4.6 NumPyでニューラルネットワークを実装する:多層化と誤差逆伝播法編
 4.7 NumPyでニューラルネットワークを実装する:文字認識編
 4.8 NumPyで強化学習を実装する

各種問い合わせは以下のリンクからご連絡ください

関連商品

ルビィのぼうけん インターネットたんけん隊

販売価格:1,944円(税込)

2018.12.21発売

スラスラわかるJava 第2版

販売価格:2,700円(税込)

2018.12.20発売