目次

"Contents

Chapter 1 本書の概要とPythonの基礎
1-1 データサイエンティストの仕事
　1-1-1 データサイエンティストの仕事
　1-1-2 データ分析のプロセス
　1-1-3 本書の構成
　1-1-4 本書を読み進めるのに役立つ文献
　1-1-5 手を動かして習得しよう
1-2 Pythonの基礎
　　1-2-1 Jupyter Notebookの使い方
　1-2-2 Pythonの基礎
　1-2-3 リストと辞書型
　1-2-4 条件分岐とループ
　Column　format記法と%記法
　1-2-5 関数
　Practice 練習問題1-1
　Practice 練習問題1-2
　1-2-6 クラスとインスタンス
　Practice 1章 総合問題


Chapter 2 科学計算、データ加工、グラフ描画ライブラリの使い方の基礎
2-1 データ分析で使うライブラリ
　2-1-1 ライブラリの読み込み
　2-1-2 マジックコマンド
　2-1-3 この章で使うライブラリのインポート
2-2 Numpyの基礎
　2-2-1 Numpyのインポート
　2-2-2 配列操作
　2-2-3 乱数
　Column　Numpyは高速
2-2-4 行列
　Practice 練習問題2-1
　練習問題2-2
　練習問題2-3
2-3 Scipyの基礎
　2-3-1 Scipyのライブラリのインポート
　2-3-2 行列計算
　2-3-3 ニュートン法
　Practice 練習問題2-4
　練習問題2-5
　練習問題2-6
2-4 Pandasの基礎
　2-4-1 Pandasのライブラリのインポート
　2-4-2 Seriesの使い方
　2-4-3 DataFrameの使い方
　2-4-4 行列操作
　2-4-5 データの抽出
　2-4-6 データの削除と結合
　2-4-7 集計
　2-4-8 値のソート
　2-4-9 nan（null）の判定
　Practice 練習問題2-7
　Practice 練習問題2-8
　Practice 練習問題2-9
2-5 Matplotlibの基礎
　2-5-1 Matplotlibを使うための準備
　2-5-2 散布図
　2-5-3 グラフの分割
　2-5-4 関数グラフの描画
　2-5-5 ヒストグラム
　Column　さまざまなデータのビジュアル化
　Practice 練習問題2-10
　Practice 練習問題2-11
　Practice 練習問題2-12
　Practice 2章 総合問題


Chapter 3 記述統計と単回帰分析
3-1 統計解析の種類
　3-3-1 記述統計と推論統計
　3-3-2 この章で使うライブラリのインポート
3-2 データの読み込みと対話
　3-2-1 インターネットなどで配布されている対象データの読み込み
　3-2-2 データの読み込みと確認
　3-2-3 データの性質を確認する
　Column 　｢変数」という用語について
　3-2-4 量的データと質的データ
3-3 記述統計
　3-3-1 ヒストグラム
　3-3-2 平均、中央値、最頻値
　3-3-3 分散と標準偏差
　3-3-4 要約統計量とパーセンタイル値
　3-3-5 箱ひげ図
　3-3-6 変動係数
　3-3-7 散布図と相関係数
　3-3-8 すべての変数のヒストグラムや散布図を描く
　Practice 練習問題3-1
　Practice 練習問題3-2
　Practice 練習問題3-3
3-4 単回帰分析
　3-4-1 線形単回帰分析
　3-4-2 決定係数
　Practice 練習問題3-4
　Practice 練習問題3-5
　Practice 練習問題3-6
　Practice 3章 総合問題


Chapter 4 確率と統計の基礎
4-1 確率と統計を学ぶ準備
　4-1-1 この章の前提知識
　4-1-2 この章で使うライブラリのインポート
4-2 確率
　4-2-1 数学的確率
　4-2-2 統計的確率
　4-2-3 条件付き確率と乗法定理
　4-2-4 独立と従属
　4-2-5 ベイズの定理
　Practice 練習問題4-1
　Practice 練習問題4-2
　Practice 練習問題4-3
4-3 確率変数と確率分布
　4-3-1 確率変数、確率関数、分布関数、期待値
　4-3-2 さまざまな分布関数
　4-3-3 カーネル密度関数
　Practice 練習問題4-4
　Practice 練習問題4-5
　Practice 練習問題4-6
4-4 応用：多次元確率分布
　4-4-1 同時確率関数と周辺確率関数
　4-4-2 条件付き確率関数と条件付き期待値
　4-4-3 独立の定義と連続分布
4-5 推計統計学
　4-5-1 大数の法則
　4-5-2 中心極限定理
　4-5-3 標本分布
　Practice 練習問題4-7
　Practice 練習問題4-8
　Practice 練習問題4-9
4-6 統計的推定
　4-6-1 推定量と点推定
　4-6-2 不偏性と一致性
　4-6-3 区間推定
　4-6-4 推定量を求める
　Practice 練習問題4-10
　Practice 練習問題4-11
　Practice 練習問題4-12
4-7 統計的検定
　4-7-1 検定
　4-7-2 第1種の過誤と第2種の過誤
　4-7-3 ビッグデータに対する検定の注意
　Practice 練習問題4-13
　Practice 4章 総合問題


Chapter 5 Pythonによる科学計算（NumpyとScipy）
5-1 概要と事前準備
　5-1-1 この章の概要
　5-1-2 この章で使うライブラリのインポート
5-2 Numpyを使った計算の応用
　5-2-1 インデックス参照
　Practice 練習問題5-1
　Practice 練習問題5-2
　Practice 練習問題5-3
5-2-2 Numpyの演算処理
　Practice 練習問題5-4
　Practice 練習問題5-5
　Practice 練習問題5-6
5-2-3 配列操作とブロードキャスト
　Practice 練習問題5-7
　Practice 練習問題5-8
　Practice 練習問題5-9
5-3 Scipyを使った計算の応用・
　5-3-1 補間
　5-3-2 線形代数：行列の分解
　Practice 練習問題5-10
　Practice 練習問題5-11
　Practice 練習問題5-12
　Practice 練習問題5-13
　Practice 練習問題5-14
　5-3-3 積分と微分方程式
　Practice 練習問題5-15
　Practice 練習問題5-16
　5-3-4 最適化
　Practice 練習問題5-17
　Practice 練習問題5-18
　Practice 5章 総合問題


Chapter 6 Pandasを使ったデータ加工処理
6-1 概要と事前準備
　6-1-1 この章で使うライブラリのインポート
6-2 Pandasの基本的なデータ操作
　6-2-1 階層型インデックス
　Practice 練習問題6-1
　Practice 練習問題6-2
　Practice 練習問題6-3
6-2-2 データの結合
　Practice 練習問題6-4
　 練習問題6-5
　 練習問題6-6
6-2-3 データの操作と変換
　Practice 練習問題6-7
　Practice 練習問題6-8
　Practice 練習問題6-9
6-2-4 データの集約とグループ演算
　Practice 練習問題6-10
　Practice 練習問題6-11
　Practice 練習問題6-12
6-3 欠損データと異常値の取り扱いの基礎
　6-3-1 欠損データの扱い方
　Practice 練習問題6-13
　Practice 練習問題6-14
　Practice 練習問題6-15
　6-3-2 異常データの扱い方
6-4 時系列データの取り扱いの基礎
　6-4-1 時系列データの処理と変換
　Practice 練習問題6-16
　6-4-2 移動平均
　Practice 練習問題6-17
　Practice 6章 総合問題



Chapter 7 Matplotlibを使ったデータ可視化
7-1 データの可視化
　7-1-1 データの可視化について
　7-1-2 この章で使うライブラリのインポート
7-2 データ可視化の基礎
　7-2-1 棒グラフ
　7-2-2 円グラフ
　Practice 練習問題7-1
　Practice 練習問題7-2
　Practice 練習問題7-3
7-3 応用：金融データの可視化
　7-3-1 可視化する金融データ
　7-3-2 ローソクチャートを表示するライブラリ
7-4 応用：分析結果の見せ方を考えよう
　7-4-1 資料作成のポイントについて
　Practice 7章 総合問題
　Column　移動平均時系列データと対数時系列データ


Chapter 8 機械学習の基礎（教師あり学習）
8-1 機械学習の全体像
　8-1-1 機械学習とは
　8-1-2 教師あり学習
　8-1-3 教師なし学習
　8-1-4 強化学習
　8-1-5 この章で使うライブラリのインポート
8-2 重回帰
　8-2-1 自動車価格データの取り込み
　8-2-2 データの整理
　8-2-3 モデル構築と評価
　8-2-4 モデル構築とモデル評価の流れのまとめ
　Practice 練習問題8-1
8-3 ロジスティック回帰
　8-3-1 ロジスティック回帰の例
　8-3-2 データの整理
　8-3-3 モデル構築と評価
　8-3-4 スケーリングによる予測精度の向上
　Practice 練習問題8-2
　Practice 練習問題8-3
8-4 正則化項のある回帰：ラッソ回帰、リッジ回帰
　8-4-1 ラッソ回帰、リッジ回帰の特徴
　8-4-2 重回帰とリッジ回帰の比較
　Practice 練習問題8-4
8-5 決定木
　8-5-1 キノコデータセット
　8-5-2 データの整理
　8-5-3 エントロピー：不純度の指標
　8-5-4 情報利得：分岐条件の有益さを測る
　8-5-5 決定木のモデル構築
　Practice 練習問題8-5
8-6 k-NN（k近傍法）
　8-6-1 k-NNのモデル構築
　Practice 練習問題8-6
　Practice 練習問題8-7
8-7 サポートベクターマシン
　8-7-1 サポートベクターマシンのモデル構築
　Practice 練習問題8-8
　Practice 8章 総合問題



Chapter 9 機械学習の基礎（教師なし学習）
9-1 教師なし学習
　9-1-1 教師なしモデルの種類
　9-1-2 この章で使うライブラリのインポート
9-2 クラスタリング
　9-2-1 k-means法
　9-2-2 k-means法でクラスタリングする
　9-2-3 金融マーケティングデータをクラスタリングする
　9-2-4 エルボー法によるクラスター数の推定
　9-2-5 クラスタリング結果の解釈
　9-2-6 k-means法以外の手法
　Practice 練習問題9-1
9-3 主成分分析
　9-3-1 主成分分析を試す
　9-3-2 主成分分析の実例
　Practice 練習問題9-2
9-4 マーケットバスケット分析とアソシエーションルール
　9-4-1 マーケットバスケット分析とは
　9-4-2 マーケットバスケット分析のためのサンプルデータを読み込む
　9-4-3 アソシエーションルール
　Practice 9章 総合問題


Chapter 10 モデルの検証方法とチューニング方法
10-1 モデルの評価と精度を上げる方法とは
　10-1-1 機械学習の課題とアプローチ
　10-1-2 この章で使うライブラリのインポート
10-2 モデルの評価とパフォーマンスチューニング
　10-2-1 ホールドアウト法と交差検証法
　10-2-2 パフォーマンスチューニング：ハイパーパラメータチューニング
　Practice 練習問題10-1
　Practice 練習問題10-2
　10-2-3 パフォーマンスチューニング：特徴量の扱い
　10-2-4 モデルの種類
　10-3 モデルの評価指標
　10-3-1 分類モデルの評価：混同行列と関連指標
　10-3-2 分類モデルの評価：ROC曲線とAUC
　Practice 練習問題10-3
　10-3-3 回帰モデルの評価指標
　Practice 練習問題10-4
10-4 アンサンブル学習
　10-4-1 バギング
　Practice 練習問題10-5
　10-4-2 ブースティング
　10-4-3 ランダムフォレスト、勾配ブースティング
　Practice 練習問題10-6
　10-4-4 今後の学習に向けて
　Practice 練習問題10-7
　Practice 10 章 総合問題



Chapter 11 総合演習問題
11-1 総合演習問題
　11-1-1 総合演習問題（1）
　11-1-2 総合演習問題（2）
　11-1-3 総合演習問題（3）
　11-1-4 総合演習問題（4）
　11-1-5 総合演習問題（5）
　11-1-6 総合演習問題（6）
　11-1-7 参考：今後のデータ分析に向けて


Appendix
A-1 本書の環境構築について
　A-1-1 Anacondaについて
　A-1-2 Anacondaのパッケージをダウンロードする
　A-1-3 Anacondaをインストールする
　A-1-4 pandas-datareaderおよびPlotlyのインストール
A-2 練習問題解答
　A-2-1 Chapter1 練習問題
　A-2-2 Chapter2 練習問題
　A-2-3 Chapter3 練習問題
　A-2-4 Chapter4 練習問題
　A-2-5 Chapter5 練習問題
　A-2-6 Chapter6 練習問題
　A-2-7 Chapter7 練習問題
　A-2-8 Chapter8 練習問題
　A-2-9 Chapter9 練習問題
　A-2-10 Chapter10 練習問題
　A-2-11 Chapter11 総合演習問題
　Column　ダミー変数と多重共線性
A-3 参考文献・参考URL
　A-3-1 参考文献
　A-3-2 参考URL