「python」の検索結果

【概要】人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。本書は、機械学習の基本と実践手法について解説した書籍です。機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。【読者対象】人工知能関連の開発に携わる開発者、研究者【著者】大曽根圭輔(おおそね・けいすけ)筑波大学大学院システム情報工学研究科博士後期課程修了。博士(工学)。2012年に株式会社サイバードに入社し、データ分析部門立ち上げ等を担当。2015年に株式会社Gunosyに入社、アルゴリズム開発やユーザ行動分析、グノシー事業の責任者を担当。データ可視化が好きで、業務外の活動で「STATDASHグランプリ2016」総務大臣賞、第14回日本統計学会統計教育賞などを受賞。関喜史(せき・よしふみ)富山商船を卒業後、東京大学工学部に編入学。同大学院工学系研究科博士課程修了。博士(工学)。2011年度未踏OB。未踏ジュニアPM。大学院在籍中にGunosy(グノシー)を共同開発し、2012年にメーカー創業。創業期からニュース配信ロジックの開発を担当し、現在は研究開発に従事。2017年度言語処理学会論文賞受賞。推薦システム、ユーザ行動分析が専門。米田武(よねだ・たけし)1992年生まれ。2015年3月筑波大学理工学群数学類卒業、2017年3月大阪大学大学院理学研究科数学専攻修了。修士(理学)。CertifiedKubernetesApplicationDeveloper(CKAD)。AWSSummitTokyo2018登壇。2017年4月に株式会社Gunosyにデータ分析エンジニアとして新卒入社後、現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。

「ビッグデータ」，「データサイエンティスト」，「AI」といった言葉がよく聞かれ，日々蓄積されるさまざまなデータの利活用が推進されている昨今，「機械学習」は，これらの言葉と切っても切れない存在となっている。本書は，さまざまなデータから未来を予測する”回帰問題”や”分類問題”に焦点を当て，多くのPythonのコードとともに，機械学習の効率的なアルゴリズムを取り上げていく。アルゴリズムがどのように振る舞うかをプログラムから理解し，結果を適切に解釈できるよう，動作を理解するためのコードと，実践で利用する最適化されたコードの2種類を用意し，また無償で入手可能なデータセットに対してアルゴリズムを適用し，その実行結果から解釈の仕方に至るまでを丁寧に解説している。実際に手を動かしながら読み進めていくことで，データ解析に必要な考え方を一通り身につけることができる，データ解析の入門書として格好の1冊となろう。[原著名：MachineLearninginPython：EssentialTechniquesforPredictiveAnalysis]

Pythonを使った，ナノ構造物質の光電磁場解析のための教科書。球，円柱，回転楕円球などを経て，複雑な形状の非解析的計算にまで言及する。FDTD法，RCWA法，DDA法の三つを取り上げ，プログラムはすべて掲載した。

本書は、広範な「情報セキュリティ」という分野について、基礎的な部分を一通り網羅して学べるようにした本です。既存のツールやソフトの使い方を紹介するのではなく、できるだけ自分の手を動かして理解しながら読み進めていく形式にしました。具体的には、Web、暗号、ネットワークなど、情報セキュリティにおいて取り扱われることの多いトピックについて、プログラミング言語Pythonによる実装を交えながら、攻撃手法や防御技術の原理を理解していきます。本書で攻撃者の手の内を知ることができ、またそれを防御に生かすという意味で非常に役に立つでしょう 世の中には既に便利なツールやライブラリがあるのに、「ファジングツールの自作」や「簡易サンドボックスの実装」をあえて行う目的は、その原理をより深く理解するためです。このことがきっかけとなって、情報セキュリティをさらに深く学んだり、「これは面白い!」と感じられる興味分野を見つけるきっかけになってくれたら幸いです。 本書を読み終えたならば、新しい技術を創造できるエンジニアになるための一歩を踏み出したといえるでしょう。

データ分析の標準ステップ「CRISP‐DM」に準拠したプロセスで学ぶ。身近なオープンデータを対象に、実感しながらデータ分析に取り組む。データの「理解」「準備」のステップでは、Tableauのツールで楽をすることも覚える。Pythonとの連携に触れ、本格的な「データサイエンス」に一歩踏み込む。BIツール「Tableau」でビジュアルなデータ分析を楽しみながら、「可視化」を超えて、データサイエンスの世界へステップアップ! 第1章Tableau「で」始めるデータサイエンスとは?(データサイエンスって何だろう?；データサイエンスのプロセスサイクルとTableauプロダクトほか)； 第2章基礎体力編(可視化の基本；データ準備の基本ほか)； 第3章実践編：実データでデータサイエンスのサイクルを回してみる(銀行顧客の定期預金申し込みを推論してみよう!；東京23区のマンション価格を推論してみよう!ほか)； 第4章展望編(AIとBI連携の重要性；データサイエンティストを目指す次のステップとはほか)； 付録(Pythonの環境構築；TabpyServerインストール方法ほか)

データの収集・可視化・分析まで自学自習できるよう、基本技術から具体的なコンピュータ環境の構築と分析ツールの実装法までを解説。