ミュラーPythonで実践するデータサイエンス　第2版

Pythonでデータサイエンスの基礎を学ぶ教科書! データサイエンスを少し知っていて興味があり，まずは全体を通して学んでみたい人に最適な一冊． 最初のステップとして学ぶのにちょうどよく，比較的やさしく全体をみわたせる内容となっている．   1．データサイエンスとPython 第1章　なぜデータサイエンスにPythonが使われるのか 第2章　Pythonでできること 第3章　データサイエンスのためのPythonセットアップ 第4章　Google Colabを使う 2．データを準備する 第5章　Anacondaのツールを使う 第6章　リアルデータにふれる 第7章　基本的なデータ整形 第8章　テキスト解析のためのデータ整形 第9章　これまでに学んだことを実践する 3．データを可視化する 第10章　MatPlotLibの短期集中コース 第11章　データを可視化する 4．データラングリング 第12章　基本的なデータ操作： 応用編 第13章　探索的データ分析 第14章　次元削減 第15章　クラスタリング 第16章　外れ値を検出する 5．データを学習する 第17章　基本的な機械学習アルゴリズム 第18章　交差検証，モデル選択，最適化 第19章　高度な機械学習アルゴリズム 第20章　アンサンブル学習 6．知っておきたい10のサイト 第21章　必須の自習サイト10選 第22章　スキルアップ10選 コラム1・1　データサイエンスと相性のよいプログラミング言語の選択 コラム2・1　作業に合ったプログラミング言語を使う コラム2・2　Anaconda とは コラム3・1　スクリーンショットについて コラム4・1　Firefox 上のColab の不具合 コラム6・1　API とWeb エンティティ コラム6・2　XML ではなくJSON を利用する コラム7・1　データの準備がすべて コラム7・2　pandas のバージョンの確認方法 コラム8・1　20 Newsgroups データセットを取得する コラム9・1　データにまつわる五つのミストゥルース コラム10・1　誰もが見やすいグラフを描くには コラム12・1　pip とconda コラム12・2　メモリ消費量の削減と高速化 コラム17・1　シンプルと複雑について