Python によるデータ解析入門

出版社
出版日
ページ数
276
説明

Python を使ったデータ解析の方法を解説した書籍です。データ解析の基礎知識と Python のデータ解析関連ライブラリの説明から始まり、さまざまな手法による解析手法を解説してあります。

既刊の Python による統計分析入門 の「多変量解析」編として位置づけられる書籍とのことです。

目次
第 1 章 データ解析の基礎知識 1.1 データ解析とは 1.2 いろいろな量・データの種類 1.3 分析手法の概観 第 2 章 Python とデータ解析ライブラリ 2.1 Python の紹介 2.2 動かす環境・ Jupyter Notebook 2.3 データ解析パッケージ NumPy と pandas 2.4 可視化のための描画パッケージ Matplotlib 2.5 データアクセス 2.6 欠損データの取り扱い 第 3 章 統計的な手法を使った多変量の分析 ~ 相関分析・回帰分析・主成分分析・因子分析 3.1 相関分析と回帰分析 3.2 カテゴリデータの連関分析 3.3 主成分分析 3.4 因子分析 3.5 コレスポンデンス分析 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 4.1 クラスタリングの考え方 4.2 階層型クラスタリング 4.3 k-means 法による非階層型クラスタリング 4.4 EM アルゴリズムによる混合ガウス分布の推定 4.5 k-近傍法による分類学習 4.6 決定木学習による分類学習 4.7 サポートベクターマシン ( SVM ) による分類学習 第 5 章 アソシエーション分析 5.1 アソシエーション分析 5.2 Python でのアソシエーション分析 5.3 アソシエーション分析の例 第 6 章 時系列データの解析 6.1 時系列データの解析 6.2 自己回帰移動平均 ( ARMA ) モデル 第 7 章 ネットワークの解析 7.1 ネットワーク解析の考え方 7.2 基礎的な指標 ~ 経路長・次数・推移性・構造 7.3 中心性・ネットワーク構造・類似性
紹介( powered by openBD

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。