データサイエンス教本

出版社
出版日
ページ数
344
説明

Python を使った「データサイエンス」の入門書です。

確率・統計の基礎の説明から始まり、回帰分析・パターン認識・深層学習・デジタルフィルタ・画像処理等を紹介しています。

副題には「 Python で学ぶ 統計分析・パターン認識 深層学習・信号処理 時系列データ分析」とあります。

目次
1章 はじめに 2章 データの扱いと可視化 3章 確率の基礎 4章 統計の基礎 5章 回帰分析 6章 パターン認識 7章 深層学習(ディープラーニング) 8章 時系列データ分析 9章 スペクトル分析 10章 ディジタルフィルタ 11章 画像処理 おわりに 参考文献
紹介( powered by openBD

Pythonでデータサイエンスの理論と実践を学ぶ
 データサイエンスは、「データを科学的に扱う」学問分野であり、近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。
 本書は,データサイエンスの意味から金融データの分析、動的システムの分析などの工学応用までを、Pythonを使って実際に分析しながら学ぶものです.データの取り扱い、確率・統計の基礎といった基本的なところから、回帰分析、パターン認識、深層学習といった統計・機械学習手法、金融データなど時々刻々と変化する時系列データの分析、センサデータなどに含まれるノイズや外乱を見極めるスペクトル分析、さらにこのノイズや外乱を除去するためのディジタルフィルタ、そして最後に画像データの分析として画像処理の解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。
 Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。