データ分析ツールJupyter入門 [単行本]
    • データ分析ツールJupyter入門 [単行本]

    • ¥3,08093ポイント(3%還元)
    • 在庫あり2020年6月7日日曜日までヨドバシエクストリームサービス便(無料)がお届け
数量:
店舗受け取りが可能です
NEWマルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました
100000009002978700

データ分析ツールJupyter入門 [単行本]

価格:¥3,080(税込)
ポイント:93ポイント(3%還元)(¥93相当)
フォーマット:
専用電子書籍リーダアプリ「Doly」が必要です。無料ダウンロード
お届け日:在庫あり今すぐのご注文で、2020年6月7日日曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:秀和システム
販売開始日: 2018/06/01
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可

カテゴリランキング

データ分析ツールJupyter入門 [単行本] の 商品概要

  • 目次

    Chapter 1 Jupyterを利用する
    1.1 Jupyterの基本とAnacondaのセットアップ

    Pythonと数値処理

    Jupyterとは?

    Pythonについて

    JupyterとIPython

    Anacondaディストリビューション

    Anacondaをインストールする(Windows)

    Anacondaをインストールする(macOS)

    Anacondaのソフトウェア
    1.2 アプリケーションを利用する

    Anaconda Navigatorを起動する

    Home表示について

    仮想環境の構築

    仮想環境を作る

    仮想環境にアプリケーションを追加する

    Notebookを使う

    ノートブックを作成する

    セルについて

    カーネルの管理

    ノートブックのメニューとツールバー

    「File」メニューについて

    「Edit」メニューについて

    「View」メニューについて

    「Insert」メニューについて

    「Cell」メニューについて

    「Kernel」メニューについて

    「Widgets」以降のメニュー

    キーボードショートカットについて

    ツールバーについて
    1.3 JupyterLabを使う

    JupyterLabとは?

    JupyterLabのインストール

    JupyterLabを起動する

    画面の基本的な役割について

    各タブの働き

    Labで追加されたメニューについて

    「Settings」メニューについて

    設定の編集エディタについて

    Google Colaboratoryについて

    Google Colaboratoryの基本画面

    Google Colaboratoryの特徴

    もう1つのJupyter環境
    Chapter 2 Markdownによるドキュメント記述
    2.1 Markdownの基本

    Markdownについて

    ドキュメントの記述

    タイトルと見出し

    Markdownのエディット機能について

    スタイルの設定

    テキストの引用

    ソースコードの記述

    仕切り線の表示

    リンクの作成

    イメージの表示
    2.2 リストとテーブル

    箇条書きリストについて

    階層化されたリスト

    ナンバリングされたリスト

    定義リストについて

    テーブルの作成

    タグは使える?
    2.3 TeX記法による数式

    数式の基本は「$」記号

    数式を記述する

    べき乗の記述

    分数の記述

    三角関数について

    ルート(平方根)

    総和について

    対数について

    極限について

    微分について

    積分について

    行列について

    equationとeqnarray

    スタイルとカラー

    数式への番号付け
    Chapter 3 numpyによるベクトルと行列演算
    3.1 ベクトルと行列

    numpyとscipyについて

    numpyとscipyをインストールする

    numpyのimportについて

    ベクトル値の作成

    ベクトルと数値の演算

    ベクトルどうしの演算

    行列の作成

    非正方の単位行列

    そのほかの対角行列

    ベクトルから行列への変換

    転置について
    3.2 ベクトル・行列の演算

    ベクトルの結合

    ベクトルの内積・外積

    行列の四則演算

    行列の積

    行列の結合

    行列の分割

    総和の計算

    最大値・最小値

    統計計算

    linalgについて

    逆行列と行列式

    テキストファイルからデータを読み込む

    load/saveもある

    ソートについて

    ビューとスライス
    Chapter 4 sympyによる代数計算
    4.1 sympyの基本

    sympyと代数計算

    sympyのインストール

    整数・実数・分数

    intとIntegerの違い

    分数について

    N、evalfによる実数換算

    定数(π、e、無限大)について

    階乗について

    平方根について

    変数とシンボル
    4.2 式を操作する

    式の単純化

    式の展開

    多項式の因数分解

    シンボルに値を代入する

    方程式を解く

    2元方程式を解く

    連立方程式を解く

    y = x は?

    極限について

    微分について

    積分について
    Chapter 5 scikit-learnによる機械学習
    5.1 scikit-learnによる機械学習

    A.I.と機械学習

    scikit-learnとは

    scikit-learnをインストールする

    学習モデルの種類

    irisデータについて

    学習用と予測用のデータを用意
    5.2 さまざまなモデルを使う

    K近傍法で学習する

    予測を行う

    ロジスティック回帰を利用する

    パーセプトロンの利用

    MLP(多層パーセプトロン)

    SVM(Support Vector Machine)

    教師なし学習「K平均法」
    5.3 さまざまなデータを利用する

    digitsデータについて

    digitsをロードする

    K近傍法を利用する

    そのほかの学習を利用する

    教師なし学習を行う

    mnistを利用する

    SVMで予測する

    教師なし学習を試す
    Chapter 6 pandasによるデータ分析
    6.1 DataFrameの基礎

    pandasとは?

    pandasをインストールする

    追加モジュールについて

    DataFrameについて

    DataFrameを作成する

    列データについて

    列を追加する

    行を追加する

    1行ずつ追加するには?

    インデックスの変更

    locとiloc

    行列の反転
    6.2 DataFrameのデータを活用する

    ユニークなデータの取得

    Seriesについて

    Seriesの演算

    Seriesの統計メソッド

    DataFrameのソート

    グループについて

    各グループの平均点を得る

    合計点数でソートする

    aggで集計する

    特定のグループを取り出す

    条件で検索する

    ピボットテーブルについて
    6.3 DataFrameとファイルアクセス

    スプレッドシート・データの用意

    CSVファイルを読み込む

    CSVファイルに保存する

    Excelファイルを利用する

    Excelファイルに保存する

    タブ区切りデータについて
    Chapter 7 matplotlibによる視覚化
    7.1 matplotlibの基礎

    matplotlibとは?

    matplotlibのインストール

    pyplotでグラフを描く

    plotとshow

    sin曲線を描く

    複数のグラフを描く

    凡例を表示する

    グラフ表示に関する設定

    グリッド表示について

    グラフの表示エリア

    グラフの形状
    7.2 グラフを使いこなす

    Axesの分割

    FigureにAxesを追加する

    テキストを追加する

    矢印の追加

    注釈を付ける

    線の描画

    一定の幅で塗りつぶす

    指定領域の塗りつぶし
    7.3 さまざまなグラフ

    棒グラフを作る

    グラフを重ねる

    棒グラフを横に並べる

    円グラフを描く

    ヒストグラムの作成

    確率密度曲線を描く

    複数データの利用

    散布図の作成

    カラーメッシュを描く

    3Dグラフの描画
    Chapter 8 pillowによるイメージ処理
    8.1 pillowの基礎

    pillowとは?

    pillowをインストールする

    イメージを読み込む

    イメージの情報を得る

    ファイル保存とフォーマット変換

    ファイルの例外処理について

    サイズの変更

    イメージの回転

    反転と回転

    RGBとグレースケールの変換
    8.2 イメージ処理の機能

    フィルターについて

    ブラー処理を行う

    GaussianBlurについて

    BoxBlurでぼかしをかける

    アンシャープマスクをかける

    UnsharpMaskクラスについて

    モルフォロジー変換

    RankFilterについて

    pointと輝度調整
    8.3 イメージの描画と合成

    新しいイメージの作成

    ImageDrawについて

    直線の描画

    四角形の描画

    ellipseによる円の描画

    テキストの描画

    イメージを重ねて描く

    イメージを切り抜いてペーストする

    イメージのブレンド

    RGBの分離とマージ

    イメージのセピア化
    8.4 ImageOps/ImageChops

    オートコントラスト

    イメージの反転

    イメージの輝度反転

    グレースケール化

    ポスタライズ

    ソラリゼーション

    カラーライズ

    平均化

    ImageChopsモジュールについて

    darker/lighter

    addによる合成

    multiplyによる合成

    subtractによる合成

    differenceによる合成

    compositeによる合成
    Chapter 9 Jupyter機能拡張ウィジェットの活用
    9.1 ipyleafletの利用

    モジュールとウィジェット

    ipyleafletとは?

    Mapクラスを使う

    マーカーを追加する

    マーカークラスタについて

    円形マーカー

    直線の描画

    四角形の描画

    円の描画

    イメージを表示する

    描画コントロールの利用

    設定をスライダーで操作する

    イベントを利用する

    リアルタイムに情報を表示する
    9.2 ipywidgets

    ipywidgetsとは?

    Labelによるテキスト表示

    interactウィジェット

    ボタンとイベント

    入力フィールド関連のクラス

    スライダー関係コントロール

    真偽値のコントロール

    複数項目からの選択

    そのほかの複数項目選択コントロール

    複数の項目を選択する

    Boxコンテナについて

    Accordionによるアコーディオン表示

    Tabsによるタブパネル

    コンテナを組み合わせ、更に複雑に!
    Chapter 10 Jupyterのカスタマイズ
    10.1 JavaScriptカーネルを利用する

    カーネルについて

    IJavascriptカーネルを準備する

    カーネルを変更する

    IJavascriptカーネルを利用する

    アウトプットとコンソール出力

    Node.jsのパッケージを利用する

    HTMLを出力する

    JPEGイメージを出力する
    10.2 機能拡張RISEによるスライドショウ

    RISEによるスライドショウ機能

    スライドの設定について

    スライドの作成と実行

    サブスライドについて

    フラグメントについて
    10.3 Jupyter contrib nbextensions

    Jupyter contrib nbextensionsについて

    nbextensionsメニューについて

    LaTeX environments for Jupyter

    Autopep8

    AutosaveTime

    Cell Filter

    Code Font Size

    Code folding

    Equation Auto Numbering

    Hide Input/Hide Input All

    Live Markdown Preview

    nbTranslate

    Printview

    Python Markdown

    Scratchpad

    Snippets

    Table ofContents (2)

    Tree Filter

    Variable Inspector
    10.4 Jupyter設定ファイル

    設定ファイルの作成

    jupyter_notebook_config.pyの中身

    パスワードを設定する

    HTTPSを利用する
  • 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)

    掌田 津耶乃(ショウダ ツヤノ)
    日本初のMac専門月刊誌「Mac+」の頃から主にMac系雑誌に寄稿する。ハイパーカードの登場により「ビギナーのためのプログラミング」に開眼。以後、Mac、Windows、Web、Android、iPhoneとあらゆるプラットフォームのプログラミングビギナーに向けた書籍を執筆し続ける
  • 出版社からのコメント

    データ分析・レポート用ツールとして人気の高いJupyterの使い方をやさしく解説します。
  • 内容紹介

    これまでデータ分析を行っても、実験の過程や実行環境の共有、レポートの作成には非常に手間がかかりました。この問題を解決するソフトとしてJupyterが注目されています。本書は、Pythonなどでデータ分析に携わるプログラマーを対象にJupyterの基本的な使い方から、Markdownによるドキュメント作成、各種モジュールの基本、機能拡張するためのさまざまな仕組みをまとめて解説します。サンプルコードのお試しサイトも用意しました。
  • 著者について

    掌田津耶乃 (ショウダツヤノ)
     日本初のMac専門月刊誌「Mac+」の頃から主にMac系雑誌に寄稿する。ハイパーカードの登場により「ビギナーのためのプログラミング」に開眼。以後、Mac、Windows、Web、Android、iPhoneとあらゆるプラットフォームのプログラミングビギナーに向けた書籍を執筆し続ける。
  • データ分析ツールJupyter入門 [単行本] の商品スペック

    商品仕様
    出版社名:秀和システム
    著者名:掌田 津耶乃(著)
    発行年月日:2018/05/31
    ISBN-10:4798054763
    ISBN-13:9784798054766
    判型:B5
    対象:専門
    発行形態:単行本
    内容:電子通信
    言語:日本語
    ページ数:443ページ
    縦:24cm
    横:19cm
    他の秀和システムの書籍を探す

    秀和システム データ分析ツールJupyter入門 [単行本] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!