Pythonブートキャンプ［データ分析コース］ ～コードを書くチカラを鍛える3週間集中プログラム [単行本]

Pythonブートキャンプ［データ分析コース］ ～コードを書くチカラを鍛える3週間集中プログラム の 商品概要

• 目次

  本書の効果的な使い方
  本書のゴール「分析コンペティション」
  インストール不要の実行環境「GoogleColab」
  
  ■Chapter1 データ分析でよく使う「基礎文法」15問
  ［問1-01］ リストを作成する
  ［問1-02］ Pythonの条件分岐を学ぶ
  ［問1-03］ 条件に合う要素を格納したリストを作成する
  ［問1-04］ Pythonのループをマスターする
  ［問1-05］ リスト内包表記をマスターする
  ［問1-06］ リストを結合する
  ［問1-07］ リストから要素を取り出す
  ［問1-08］ リストのソートを学ぶ
  ［問1-09］ スライスをマスターする
  ［問1-10］ タプルの基本操作を学ぶ
  ［問1-11］ 辞書を作成する
  ［問1-12］ 辞書を結合する
  ［問1-13］ 関数を作成する
  ［問1-14］ lambda式の基本を学ぶ
  ［問1-15］ lambda式を使ってリストをソートする
  COLUMN プログラミング学習は英語や料理の習得と同じ？
  
  ■Chapter2 基本の流れをおさえる「分析フロー」10問
  ［問2-01］ ファイルからデータを読み込む
  ［問2-02］ データフレームの基本情報を確認する
  ［問2-03］ データフレームの基本操作を学ぶ
  ［問2-04］ データを絞り込む
  ［問2-05］ データをソートする
  ［問2-06］ 欠損値の扱い方を学ぶ
  ［問2-07］ グルーピング（集約）を理解する
  ［問2-08］ データを可視化する
  ［問2-09］ かんたんな統計分析を実行する
  ［問2-10］ データを結合する
  
  ■Chapter3 分析前の下処理をする「データ加工」20問
  ［問3-01］ 特定の列のユニークな値を確認する
  ［問3-02］ 列の値を置換する
  ［問3-03］ 新しい列を追加する
  ［問3-04］ 列の値を標準化する
  ［問3-05］ 外れ値を検出して対処する
  ［問3-06］ 欠損値を特定の値で埋める
  ［問3-07］ データを正規化する
  ［問3-08］ 特定の行をインデックスで抽出する
  ［問3-09］ 特定の行をラベルで抽出する
  ［問3-10］ 特定の行と列を抽出する
  ［問3-11］ 特定の列に文字列を追加する
  ［問3-12］ 特定の列を新しい値で更新する
  ［問3-13］ 条件付きで列の値を更新する
  ［問3-14］ 複数の条件で列の値を更新する
  ［問3-15］ データフレームを分割する
  ［問3-16］ 列の値を別のカラムに分割する
  ［問3-17］ 特定の列を数値に変換する
  ［問3-18］ カテゴリ変数をLabelEncodingする
  ［問3-19］ カテゴリ変数をOne-HotEncodingする
  ［問3-20］ 数値データをカテゴリデータに変換する
  COLUMN データサイエンティストにキャリアアップするには？
  
  ■Chapter4 “見える形”に表現する「データ可視化」10問
  ［問4-01］ ヒストグラムを描画する
  ［問4-02］ 棒グラフを描画する
  ［問4-03］ 散布図を描画する
  ［問4-04］ 箱ひげ図を描画する
  ［問4-05］ 円グラフを描画する
  ［問4-06］ ヒートマップを描画する
  ［問4-07］ ラインプロットを描画する
  ［問4-08］ バイオリンプロットを描画する
  ［問4-09］ 散布図行列を描画する
  ［問4-10］ 複数グラフを描画する
  
  ■Chapter5 データの傾向をくわしく見る「統計学」10問
  ［問5-01］ 特定の列の最大値と最小値を確認する
  ［問5-02］ データの要約統計量を確認する
  ［問5-03］ 相関係数を計算する
  ［問5-04］ 最頻値を求める
  ［問5-05］ 確率密度関数を推定し描画する
  ［問5-06］ 歪度と尖度を計算する
  ［問5-07］ 対数変換をおこなう
  ［問5-08］ Box-Cox変換をおこなう
  ［問5-09］ Yeo-Johnson変換をおこなう
  ［問5-10］ カテゴリデータの独立性を検定する
  COLUMN コードはどのくらい覚えればいいのか？
  
  ■Chapter6 学習し未来を予測する「機械学習」20問
  ［問6-01］ データセットを説明変数と目的変数に分割する
  ［問6-02］ 学習用データと評価用データに分割する
  ［問6-03］ 線形回帰モデルを作成する
  ［問6-04］ 線形回帰モデルを評価する
  ［問6-05］ 交差検証をおこなう
  ［問6-06］ 機械学習モデル作成の準備をする（分類問題）
  ［問6-07］ ロジスティック回帰モデルを作成して評価する
  ［問6-08］ 特徴量を標準化し、ロジスティック回帰モデルを作成する
  ［問6-09］ 層化交差検証を実装する
  ［問6-10］ forループを活用した層化交差検証を実装する
  ［問6-11］ 決定木モデルを作成する
  ［問6-12］ ランダムフォレストモデルを作成する
  ［問6-13］すべてのデータを特徴量に使う
  ［問6-14］ すべてのデータを使ってLightGBMモデルを作成する
  ［問6-15］ 特徴量の重要度を可視化する
  ［問6-16］ LightGBMモデルのハイパーパラメータを調整する
  ［問6-17］ LightGBMモデルのハイパーパラメータを自動で調整する①
  ［問6-18］ LightGBMモデルのハイパーパラメータを自動で調整する②
  ［問6-19］ アンサンブル学習をおこなう
  ［問6-20］ 正解率88.2％を目指して精度改善する
  
  ■Chapter7 分類問題のKaggleコンペに挑戦しよう
  問題
  解答解説 STEP1　ベースライン作成
  解答解説 STEP2　特徴量エンジニアリング
  解答解説 STEP3　モデルチューニング
  Chapter7 コード全体
  
  ■Chapter8 回帰問題のKaggleコンペに挑戦しよう
  問題
  解答解説 STEP1　ベースライン作成
  解答解説 STEP2　特徴量エンジニアリング
  解答解説 STEP3　モデルチューニング
  Chapter8 コード全体

• 内容紹介

  「コードを書くには基礎学習を完璧にしなきゃ」と思い込んでいませんか？
  試験勉強のように、ノートにまとめたり、文法を丸暗記したり……。しかし、本当のプログラミング最短習得の道は「とにかく実践あるのみ」です。
  そこで、本書はデータ分析の演習問題を105問掲載。自分でコードを書くトレーニングを1日5問ずつこなし、3週間で実務に通用するレベルを目指します。
  「入門書を1冊読んでも、いざ実践となると手が動かない」「転職のためにどうステップアップしよう……」と悩む方は必読です！

• 著者について

  はやたす (ハヤタス)
  データサイエンティスト兼YouTuber。新卒で大手メーカーに機械学習エンジニアとして開発業務に従事し、8ヶ月で独立する。東証33区分で売上No.1企業やスタートアップ企業で分析・開発案件を請け負う。現在はサービス業や情報・通信業など、幅広い業界で分析案件に参画中。Pythonやデータサイエンスの効率的な習得法を伝えるため、Udemy講師、情報系大学の講演、YouTubeチャンネル「はやたす／Pythonチャンネル」の運営をおこなう。

Pythonブートキャンプ［データ分析コース］ ～コードを書くチカラを鍛える3週間集中プログラム の商品スペック