東京大學資料科學家養成全書: 使用Python動手學習資料分析 | 誠品線上

東京大学のデータサイエンティスト育成講座: Pythonで手を動かして学ぶデータ分析

內容簡介

內容簡介 「大數據會消失，資料科學不會」 「所有的科學都是資料科學」 ―――資訊科學時代最需要閱讀的一本書――― 東京大學資料科學人氣講座全收錄──── ★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！ ★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強的資料科學技能！ ★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！ ★體驗資料科學的魅力，培養整合跨領域課題的創造力！ 所謂科學，是從世界上混沌的現象裡找出本質，逐步解決各式各樣的問題。在日漸龐大的各種資料當中，運用科學的力量解決各種問題，便可說是資料科學。 資料科學不僅只是數學（統計、機率、機器學習等），更是借用IT等各種力量，不斷挑戰世界上的難題與背後課題的綜合領域。 運用這樣資料科學和人工智慧的力量，減少浪費與沒有效率的事物，進一步創造出新價值，可以讓這個世界更加美好。 █ 動手操作實際的資料，大量練習題馬上學、馬上練、馬上懂！ 本書廣泛說明資料科學不可不知的基礎事項，蒐羅豐富的重要關鍵知識和好用的參考資料，成為學習資料科學的地圖與羅盤。 書中主要使用Python來學習基本的程式撰寫技巧，以及資料的取得、讀取、操作等，含括各式各樣Python函式庫的使用方式、機率統計的手法、機器學習（監督式學習、非監督式學習、性能調校），還有讓Python高速化的方法和Spark的簡單操作等。 書中說明如何實際將現場的資料進行加工與分析，如何具體運用於市場行銷或金融等，使用何種手法來撰寫程式比較好，以及組合程式的技巧和流程。除了理論解說，也介紹實務性的使用方法，可立即上手應用。 收錄各種類型的實作練習題和綜合問題，以實際的問題為前提來思考，一邊動手實踐。 █ 本書的出版緣由 本書以2017年至2018年於東京大學舉辦的「全球消費智慧捐贈講座」講義和線上課程教材為基礎，用簡潔易懂的形式彙整編纂而成。 這個廣受歡迎的熱門講座首度出版，原因有三： 首先，希望讓更多讀者了解資料科學，培養資料分析技能。資訊時代各行各業都需要資料分析的人才，了解應該具備哪些知識、有何種處理手法、能達成什麼樣的目標，善用資料科學將是致勝的關鍵。 其次，雖然線上資源豐富又方便取得，但並非隨時都能在線上學習。藉由書籍的形式，可因地制宜反覆演練複習。 第三，以學習效果來說，書本的編排有助於深入思考，成效更佳。 █ 本書的目標讀者 ▌有程式設計經驗、完成理科大一大二程度數學，以及對於學習資料科學有高度意願的一般人士 ▌藉由本書，可掌握資料科學入門程度至中級程度的內容，已達中級程度以上者也能參酌本書來複習資料分析相關知識 ▌對於目前備受矚目的深度學習，可透過本書掌握學習深度學習之前必需的基礎技能 █ 在本書裡學到的東西 ▌Python Numpy Scipy Pandas Matplotlib的基礎 ▌機率 統計 推論 迴歸的基礎 ▌使用Numpy Scipy進行科學計算 ▌使用Pandas進行資料加工處理（遺漏資料 異常值的處理、時間序列資料的處理） ▌使用Matplotlib進行資料視覺化 ▌機器學習（多元線性迴歸、邏輯迴歸、決策樹、k-NN、聚類分析、主成分分析、購物籃分析、模型調校）

作者介紹

作者介紹 塚本邦尊;山田典一;大澤文孝;中山浩太郎（監修）;松尾豐（協力）姓名：塚本邦尊Kunitaka Tsukamoto 現職在金融機構研究開發部門，負責從分析環境建構到資料的預處理自動化、分析、演算法開發與實作、交易資金與驗證、定型報告製作等工作。雖然每天在奈秒（10億分之1秒）的世界裡與紐約、倫敦的猛者搏鬥（？），但還不是很了解HFT（高頻交易）是否有助於這個世界，反而希望這項最尖端的技術能在IoT或其他領域提供幫助。此外，做為個人事業，擔任本課程的講師，以及企業（製造商、系統公司、廣告代理商等）的分析支援與建議等，兼任某電腦相關研究所技術院士。學生時代主修數學，至今任職的相關業界包括系統公司、廣告代理商、市場行銷、顧問公司等。一直使用的開發工具為VisualStudio、RStudio、JupyterNotebook等，以及C#、SQL、VBA、R、Python、Shell、SAS等。近來參與許多關於FPGA的專案，逐步學習硬體面（FPGA、Verilog、Vivado等）與網路面（WireShark等），每天使用AWS等雲端環境。最近有空閒時，也會用Raspberry Pi學習機器人科學，閱讀各類書籍。 姓名：山田典一Norikazu Yamada Creative Intelligence股份有限公司代表董事。在Yahoo! Japan、BrainPad、GREE、外商廣告代理公司等，從事運用資料挖掘、機器學習的進階分析工作。從資訊的價值觀點出發，考察智慧管理的正確意義、智慧流程與機器學習的融合可能性，獲頒日本競爭智慧學會（The Japan Society of Competitive Intelligence）最優秀論文獎（2015年）。目前從事運用機器學習、決策科學、模擬科學的進階決策支援之技術研究開發、機器學習的導入顧問、資料運用諮詢。 姓名：大澤文孝Fumitaka Osawa 技術文件寫作人員。程式設計師。資訊處理技術者（資訊安全專家、網路專家）。多在雜誌和書籍等撰寫以開發者為目標讀者的文章。主要負責伺服器、網路、Web程式設計、資訊安全的文章。近年來從事Web系統的設計與開發。主要著作《ちゃんと使える力を身につける Webとプログラミングのきほんのきほん》《ちゃんと使える力を身につける JavaScriptのきほんのきほん》（以上Mynavi出版）《いちばんやさしい Python入門教室》《Angular Webアプリ開発 スタートブック》（以上Sotechsha出版）《AWS Lambda実践ガイド》《できるキッズ 子どもと学ぶJavaScriptプログラミング入門》（以上Impress出版）《Amazon Web Services完全ソリューションガイド》《Amazon Web Services クラウドデザインパターン実装ガイド》（以上日經BP出版）《UIまで手の回らないプログラマのためのBootstrap 3実用ガイド》《prototype.jsとscript.aculo.usによるリッチWebアプリケーション開発》（以上翔泳社出版）《TWE‐Liteではじめるセンサー電子工作》《TWE‐Liteではじめるカンタン電子工作》《Amazon Web ServicesではじめるWebサーバ》《Python10行プログラミング》《「sakura.io」ではじめるIoT電子工作》（以上工學社出版）《たのしいプログラミング!: マイクラキッズのための超入門》（學研Plus出版） 姓名：中山浩太郎（監修）Kotaro Nakayama 2000年10月 就任關西綜合情報研究所代表董事社長2002年4月 就任同志社女子大學兼任講師2007年3月 取得大阪大學研究所資訊科學研究科博士學位2007年4月 就任大阪大學研究所資訊科學研究科特任研究員2008年4月 就任東京大學知識結構化中心（知の構造化センター）特任助理教授2012年4月 就任東京大學知識結構化中心特任講師2014年12月 就任東京大學工學系研究科技術經營戰略學專攻特任講師 姓名：松尾豐（協力）Yutaka Matsuo 1997年 東京大學工學部電子情報工學科畢業2002年 取得東京大學研究所工學博士學位。同年起就任產業技術綜合研究所研究員2005年10月 史丹佛大學客座研究員2007年10月 東京大學研究所工學系研究科綜合研究機構／知識結構化中心／技術經營戰略學專攻副教授2014年 東京大學研究所工學系研究科技術經營戰略學專攻「全球消費智慧捐贈講座」（グローバル消費インテリジェンス寄附講座）共同代表暨特任副教授2002年獲頒人工智慧學會論文獎、2007年獲頒情報處理學會長尾真紀念特別獎2012年～2014年擔任人工智慧學會編輯委員長，現為倫理委員長專研領域為人工智慧、Web挖掘、大數據分析、深度學習莊永裕日本東京大學情報理工學博士。現任中央大學資工系助理教授。主要研究領域為程式語言設計、軟體工程，以及高效能運算。ACM、IEEE、IPSJ學會會員。曾任東京大學情報理工學系研究科助理教授，旅居日本多年。譯有數本程式語言與軟體開發相關之日文書籍。日常興趣為旅行、攝影、小說與音樂。

產品目錄

產品目錄 序言 【Chapter 1 本書的概要與Python的基礎】 ▌1-1 資料科學家的工作 1-1-1 資料科學家的工作 1-1-2 資料分析的流程 1-1-3 本書的架構 1-1-4 對閱讀本書有幫助的文獻 1-1-5 動手來學習吧 ▌1-2 Python的基礎 1-2-1 Jupyter Notebook的使用方法 1-2-2 Python的基礎 1-2-3 串列型別與字典型別 1-2-4 條件分歧與迴圈 1-2-5 函式 1-2-6 類別與實例 【Chapter 2 科學計算、資料加工、圖形描繪函式庫的使用方法基礎】 ▌2-1 用於資料分析的函式庫 2-1-1 函式庫的匯入 2-1-2 Magic Command 2-1-3 匯入用於本章的函式庫 ▌2-2 Numpy的基礎 2-2-1 Numpy的匯入 2-2-2 陣列的操作 2-2-3 亂數 2-2-4 矩陣 ▌2-3 Scipy的基礎 2-3-1 Scipy的函式庫匯入 2-3-2 矩陣運算 2-3-3 牛頓法 ▌2-4 Pandas的基礎 2-4-1 Pandas的函式庫匯入 2-4-2 Series的使用方法 2-4-3 DataFrame的使用方法 2-4-4 行列的操作 2-4-5 資料的抽出 2-4-6 資料的刪除與結合 2-4-7 統計 2-4-8 值的排序 2-4-9 nan (null)的判斷 ▌2-5 Matplotlib的基礎 2-5-1 使用Matplotlib的準備工作 2-5-2 散佈圖 2-5-3 圖形的分割 2-5-4 函數圖形的描繪 2-5-5 直方圖 【Chapter 3 敘述統計與簡單迴歸分析】 ▌3-1 統計分析的種類 3-1-1 敘述統計與推論統計 3-1-2 匯入用於本章的函式庫 ▌3-2 資料的讀取與對話 3-2-1 讀取網路等處公開的對象資料 3-2-2 資料的讀取與確認 3-2-3 確認資料的性質 3-2-4 量的資料與質的資料 ▌3-3 敘述統計 3-3-1 直方圖 3-3-2 平均、中位數、眾數 3-3-3 變異數、標準差 3-3-4 摘要統計量與百分位數 3-3-5 箱型圖 3-3-6 變異係數 3-3-7 散佈圖與相關係數 3-3-8 描繪所有變數的直方圖與散佈圖 ▌3-4 簡單迴歸分析 3-4-1 簡單線性迴歸分析 3-4-2 決定係數 【Chapter 4 機率與統計的基礎】 ▌4-1 學習機率與統計的準備工作 4-1-1 本章的背景知識 4-1-2 匯入用於本章的函式庫 ▌4-2 機率 4-2-1 數學機率 4-2-2 統計機率 4-2-3 條件機率與乘法定理 4-2-4 獨立與相關 4-2-5 貝氏定理 ▌4-3 機率變數與機率分布 4-3-1 機率變數、機率函數、分布函數、期望值 4-3-2 各種分布函數 4-3-3 核密度函數 ▌4-4 應用：多元機率分布 4-4-1 聯合機率函數與邊際機率函數 4-4-2 條件機率函數與條件期望值 4-4-3 獨立的定義與連續分布 ▌4-5 推論統計學 4-5-1 大數法則 4-5-2 中央極限定理 4-5-3 樣本分布 ▌4-6 統計推論 4-6-1 估計量與點估計 4-6-2 無偏性與一致性 4-6-3 區間估計 4-6-4 計算估計量 ▌4-7 統計檢驗 4-7-1 檢驗 4-7-2 第一型錯誤與第二型錯誤 4-7-3 檢驗大數據的注意事項 【Chapter 5 使用Python進行科學計算（Numpy與Scipy）】 ▌5-1 概要與事前準備 5-1-1 本章的概要 5-1-2 匯入用於本章的函式庫 ▌5-2 使用Numpy計算之應用 5-2-1 索引的參照 5-2-2 Numpy的運算處理 5-2-3 陣列操作與廣播 ▌5-3 使用Scipy計算之應用 5-3-1 內插 5-3-2 線性代數：矩陣分解 5-3-3 積分與微分方程式 5-3-4 最佳化 【Chapter 6 使用Pandas進行資料加工處理】 ▌6-1 概要與事前準備 6-1-1 匯入用於本章的函式庫 ▌6-2 Pandas的基本資料操作 6-2-1 階層型索引 6-2-2 資料的結合 6-2-3 資料的操作與變換 6-2-4 資料的聚合與群組運算 ▌6-3 遺漏資料與異常值處理的基礎 6-3-1 遺漏資料的處理方法 6-3-2 異常資料的處理方法 ▌6-4 時間序列資料處理的基礎 6-4-1 時間序列資料的處理與變換 6-4-2 移動平均 【Chapter 7 使用Matplotlib進行資料視覺化】 ▌7-1 資料的視覺化 7-1-1 關於資料的視覺化 7-1-2 匯入用於本章的函式庫 ▌7-2 資料視覺化的基礎 7-2-1 長條圖 7-2-2 圓形圖 ▌7-3 應用：金融資料的視覺化 7-3-1 將金融資料視覺化 7-3-2 顯示K線的函式庫 ▌7-4 應用：思考分析結果的表現方式 7-4-1 關於資料製作的重點 【Chapter 8 機器學習的基礎（監督式學習）】 ▌8-1 機器學習概觀 8-1-1 何謂機器學習？ 8-1-2 監督式學習 8-1-3 非監督式學習 8-1-4 強化學習 8-1-5 匯入用於本章的函式庫 ▌8-2 多元線性迴歸 8-2-1 讀取汽車售價資料 8-2-2 資料的整理 8-2-3 模型建構與評估 8-2-4 模型建構與模型評估流程總結 ▌8-3 邏輯迴歸 8-3-1 邏輯迴歸的範例 8-3-2 資料的整理 8-3-3 模型建構與評估 8-3-4 藉由縮放來提高預測準確度 ▌8-4 具正則化項的迴歸：Lasso迴歸、Ridge迴歸 8-4-1 Lasso迴歸、Ridge迴歸的特徵 8-4-2 多元線性迴歸與Ridge迴歸的比較 ▌8-5 決策樹 8-5-1 蕈類資料集 8-5-2 資料的整理 8-5-3 熵：不純度的指標 8-5-4 資訊獲利：測量分歧條件的有用性 8-5-5 決策樹的模型建構 ▌8-6 k-NN（K最近鄰演算法） 8-6-1 k-NN的模型建構 ▌8-7 支援向量機 8-7-1 支援向量機的模型建構 【Chapter 9 機器學習的基礎（非監督式學習）】 ▌9-1 非監督式學習 9-1-1 非監督式模型的種類 9-1-2 匯入用於本章的函式庫 ▌9-2 聚類分析 9-2-1 k-means法 9-2-2 使用k-means法進行聚類分析 9-2-3 將金融市場行銷資料進行聚類分析 9-2-4 使用手肘法判斷群數 9-2-5 聚類分析結果的解釋 9-2-6 k-means法以外的手法 ▌9-3 主成分分析 9-3-1 嘗試主成分分析 9-3-2 主成分分析的實例 ▌9-4 購物籃分析與關聯規則 9-4-1 何謂購物籃分析？ 9-4-2 讀取用來進行購物籃分析的樣本資料 9-4-3 關聯規則 【Chapter 10 模型的驗證方法與性能調校方法】 ▌10-1 模型的評估與提高精確度的方法 10-1-1 機器學習的問題與手法 10-1-2 匯入用於本章的函式庫 ▌10-2 模型的評估與性能調校 10-2-1 Holdout法與交叉驗證法 10-2-2 性能調校：超參數的調校 10-2-3 性能調校：特徵的處理 10-2-4 模型的種類 ▌10-3 模型的評估指標 10-3-1 分類模型的評估：混淆矩陣與關聯指標 10-3-2 分類模型的評估：ROC曲線與AUC 10-3-3 迴歸模型的評估指標 ▌10-4 集成學習 10-4-1 Bagging 10-4-2 Boosting 10-4-3 隨機森林、梯度Boosting 10-4-4 進一步了解 【Chapter 11 綜合練習問題】 ▌11-1 綜合練習問題 11-1-1 綜合練習問題(1) 11-1-2 綜合練習問題(2) 11-1-3 綜合練習問題(3) 11-1-4 綜合練習問題(4) 11-1-5 綜合練習問題(5) 11-1-6 綜合練習問題(6) 11-1-7 參考：今後進行資料分析 【Appendix】 ▌A-1 關於本書的環境建置 A-1-1 關於Anaconda A-1-2 下載Anaconda的套件 A-1-3 安裝Anaconda A-1-4 安裝pandas-datareader與Plotly ▌A-2 練習問題解答 A-2-1 Chapter1練習問題 A-2-2 Chapter2練習問題 A-2-3 Chapter3練習問題 A-2-4 Chapter4練習問題 A-2-5 Chapter5練習問題 A-2-6 Chapter6練習問題 A-2-7 Chapter7練習問題 A-2-8 Chapter8練習問題 A-2-9 Chapter9練習問題 A-2-10 Chapter10練習問題 A-2-11 Chapter11綜合練習問題 ▌A-3 參考文獻、參考URL A-3-1 參考文獻 A-3-2 參考URL 結語

商品規格

最佳賣點

最佳賣點 : 「大數據會消失，資料科學不會」
「所有的科學都是資料科學」
―――資訊科學時代最需要閱讀的一本書―――