Python による実務で役立つデータサイエンス練習問題 200+ (3)(パイソンニヨルジツムデヤクダツデータサイエンスレンシュウモンダイニヒャクプラスサン)

Python における機械学習の定番モジュールを理解・活用するための基本から,実務家が実際に使いやすい実践的な手法まで,Jupyter 上で具体的な練習問題をときながら身に着ける.［内容］ scikit-learn を用いた機械学習／ fastai による深層学習／ PyCaret を用いた自動機械学習
【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

練習問題を解き切ることでしか身につかない技能があります。機械学習を自分のデータに適用するときの前処理やモデル選択の勘所はその典型です。久保幹雄氏の『 Python による実務で役立つデータサイエンス練習問題 200+ (3) 』は、その勘所を物量の演習で仕込む本で、朝倉書店の 3 分冊シリーズを締めくくる第 3 巻にあたります。テーマは機械学習と深層学習に絞られています。

柱は三つ。 scikit-learn を用いた機械学習で定番の道具立てを固め、 fastai による深層学習で画像や系列データへの応用に触れ、 PyCaret を用いた自動機械学習で前処理からモデル比較までの一連の流れを省力化する方法を学びます。数式の導出を積み上げる教科書ではなく、定番モジュールを実務家が実際に使いやすい形で運用することに軸足を置き、 Jupyter 上の具体的な練習問題で確かめさせるのが一貫した流儀です。

Python と Pandas の基本操作は前提となるため、第 1 巻から順に進むか、既にデータ処理の経験がある読者が機械学習パートだけ拾うかの二通りの使い方ができます。読み終える頃には、手元の業務データに対して「まず何を試すか」を自分で決められる状態に到達しているはずです。