データサイエンス教本―Pythonで学ぶ統計分析・パターン認識・時系列データ分析・深層学習 第2版 [単行本]

データサイエンス教本―Pythonで学ぶ統計分析・パターン認識・時系列データ分析・深層学習 第2版 の 商品概要

• 要旨（「BOOK」データベースより）

  データサイエンスは、科学的方法により、仮説発見・仮説検証を通して、データの産み出されたメカニズムや因果性を明らかにし、その知識体系を築くことです。

• 目次（「BOOK」データベースより）

  第１章　はじめに
  第２章　データの扱いと可視化
  第３章　確率の基礎
  第４章　統計の基礎
  第５章　回帰分析
  第６章　パターン認識
  第７章　時系列データ分析
  第８章　深層学習の基礎
  第９章　深層学習による画像処理
  第１０章　深層学習による自然言語処理
  第１１章　生成系深層学習
  第１２章　深層強化学習

• 出版社からのコメント

  データサイエンスの基礎となる統計分析からパターン認識、時系列データ分析、深層学習などを、Pythonを使って学ぶ。

• 内容紹介

  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」学問分野です。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基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、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、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、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。
  第2版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（AutoEncoder、GAN）などの近年重要視されるテーマを取り上げました。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  牧野 浩二(マキノ コウジ)
  ２００１年東京工業大学大学院理工学研究科修了。現在、山梨大大学大学院総合研究部工学域・准教授。博士（工学）（東京工業大学）
  
  橋本 洋志(ハシモト ヒロシ)
  １９８８年早稲田大学大学院理工学研究科博士後期課程単位取得退学。現在、東京都立産業技術大学院大学・教授。工学博士（早稲田大学）

データサイエンス教本―Pythonで学ぶ統計分析・パターン認識・時系列データ分析・深層学習 第2版 の商品スペック