Python による実務で役立つデータサイエンス練習問題 200+ (2)

1 巻で学んだデータ解析の基盤技術に加えて, 実践的な Python プログラミングを Jupyter 上でさらに練習.［内容］科学技術計算モジュール SciPy / PyMC によるベイズ推論と Prophet による時系列データの予測 / ネットワークモジュール NetworkX / PuLP と Gurobi による最適化モデリング/制約最適化 / スケジューリング最適化
【全巻構成】
第 1 巻
1. ビックデータとアナリティクス
2. 数値計算パッケージ NumPy
3. データ解析パッケージ Pandas
4. matplotlib を用いた可視化入門
5. 対話型可視化パッケージ plotly
6. データを可視化するための方法 ( plotly express )
7. Python 言語先進的プログラミング
8. statsmodels を用いた統計分析
第 2 巻
9. 科学技術計算パッケージ SciPy
10. PyMC によるベイズ推論と Prophet による時系列データの予測
11. グラフ・ネットワークパッケージ NetworkX
12. PuLP と Gurobi/Python による最適化問題のモデリング
13. 制約最適化システム SCOP
14. スケジューリング最適化システム OptSeq
第 3 巻
15. scikit-learn を用いた機械学習
16. fastai による深層学習
17. PyCaret を用いた自動機械学習

『Python による実務で役立つデータサイエンス練習問題 200+ (2)』 (久保 幹雄 著、朝倉書店、2023 年 5 月刊) は、第 1 巻で学んだデータ解析の基盤技術の上に、科学技術計算、ベイズ推論と時系列データの予測、ネットワーク分析、数理最適化を、Jupyter 上の練習問題で積み上げる全 3 巻の第 2 巻です。副題は「科学計算の基礎と予測・最適化」。

第 2 巻の 6 章、SciPy から OptSeq まで

章番号は全 3 巻を通した連番で、第 2 巻には 9 章から 14 章が収められています。9 章「科学技術計算パッケージ SciPy」、10 章「PyMC によるベイズ推論と Prophet による時系列データの予測」、11 章「グラフ・ネットワークパッケージ NetworkX」と続き、12 章「PuLP と Gurobi/Python による最適化問題のモデリング」、13 章「制約最適化システム SCOP」、14 章「スケジューリング最適化システム OptSeq」で閉じます。12 章から 14 章の 3 章は、いずれも章題に最適化を掲げています。版元の内容紹介は、この巻を 1 巻で学んだデータ解析の基盤技術に加えて、実践的な Python プログラミングをさらに練習する巻と位置づけています。

ベイズ推論、時系列予測、ネットワークと最適化

データ分析の先には、これから何が起きるかという予測の問いと、それを踏まえて何をどう決めるかという意思決定の問いがあります。PyMC が担うベイズ推論は、未知のパラメーターを確率分布として扱い、観測データで分布を更新していく 統計学 の考え方で、推定値を 1 つの数字ではなく幅を持った分布として得られる点に強みがあります。Prophet は時系列をトレンドと季節的な周期、祝日などの効果に分けてモデル化する予測ライブラリで、日次や週次の売上のような業務データに当てはめやすい設計です。NetworkX は点と線で表したつながりのデータを扱い、最短経路や中心性といった グラフアルゴリズム を手軽に試せます。一方、最適化の難しさは計算そのものより定式化にあります。何を変数に置き、どの条件を制約として書き、何を最小化または最大化するかを決める作業が定式化です。整数の変数を含む問題や、作業の順序と資源の取り合いが絡むスケジューリングは組み合わせの数が急に膨らむため、PuLP や Gurobi のような汎用の道具と、SCOP や OptSeq のように特定の型の問題を扱うシステムを使い分ける意味が出てきます。

前提は第 1 巻の基盤技術、機械学習は第 3 巻

版元は第 2 巻を、第 1 巻で学んだ内容の上に練習を重ねる巻と位置づけています。また、全巻構成では scikit-learn による機械学習、fastai による深層学習、PyCaret による自動機械学習は第 3 巻に置かれています。

第 2 巻は、予測の道具 (PyMC と Prophet) と最適化の道具 (PuLP、Gurobi、SCOP、OptSeq) を同じ練習問題の形式で扱います。