『html、ＫＳ情報科学専門書、雑誌を除く(実用)』の電子書籍一覧

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★

■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！

■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！

■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！

【本書のサポートページ】すぐに実践できるコードがWeb公開！
https://github.com/hhachiya/MLBook　

【機械学習スタートアップシリーズ】
https://www.kspub.co.jp/book/series/S042.html

【主な内容】
第1章 機械学習とは何か
第2章 Python入門
第3章 数学のおさらい（線形代数、最適化、確率、統計）
第4章 回帰分析（線形回帰分析、ロジスティック回帰分析）
第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木）
第6章 カーネルモデル
第7章 ニューラルネットワーク
第8章 強化学習
第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

★ありそうでなかった、劇的一冊！！★

・ボイスチェンジャのしくみが根本からわかる、音声処理プログラミングのはじめの一歩！
・博士とマルオ君のやりとりを通して、音の研究の基本が、楽しく学べる！
・簡単なものから順番に、自分の手でプログラムを動かすことが上達への最短コース！

【サポートサイト】
https://floor13.sakura.ne.jp/book10/book10.html

【主な内容】
第1講　周波数特性って、なんですか？
第2講　画像から音って復元できるの？
第3講　重ね合わせれば歌声だってつくれます
第4講　音声って、一体どんな音？
第5講　つくればわかる日本語の音声の特徴
第6講　音声認識がやっていること、ご存じですか？
第7講　音声生成の物理とつながる美しい数学の世界
第8講　音響分析すれば見えてくる音声の特徴
第9講　ボコーダを使えばロボットの声もつくれます
第10講　ボイスチェンジャでカワイイ声をつくるには
第11講　その人の声質で音声合成してみます
第12講　ニューラルネットワークを使ってみよう

シリーズの第2弾は、初学者向けのKaggle入門書の決定版！

★「Kaggleで勝つ」準備をしよう！★
初学者が「Kaggleに何となく興味ある」状態から「実際のコンペに参加できる」状態になれるような内容を目指しました。

・サンプルコードの詳細な解説があるから、しっかり身につく！
・優勝チームと専業Kagglerのコンビによる、安定のわかりやすさ！
・充実の本音対談で、やさしくサポート！
・初学者や手探りでやっているが体系的な知識を得たい人に最適。

【本書のサポートページ】
https://github.com/upura/python-kaggle-start-book

【実践Data Scienceシリーズ】
https://www.kspub.co.jp/book/series/S069.html

【主な内容】
第1章　Kaggleを知る
1.1 Kaggleとは
1.2 Kaggleで用いる機械学習
1.3 Kaggleのアカウントの作成
1.4 Competitionsページの概要
1.5 環境構築不要な「Notebooks」の使い方

第2章　Titanicに取り組む
2.1 まずはsubmit！　順位表に載ってみよう
2.2 全体像を把握！　submitまでの処理の流れを見てみよう
2.3 次の一手を見い出す！　探索的データ分析をしてみよう
2.4 ここで差がつく！　仮説に基づいて新しい特徴量を作ってみよう
2.5 勾配ブースティングが最強？！　いろいろな機械学習アルゴリズムを使ってみよう
2.6 機械学習アルゴリズムのお気持ち？！　ハイパーパラメータを調整してみよう
2.7 submitのその前に！　「Cross Validation」の大切さを知ろう
2.8 三人寄れば文殊の知恵！　アンサンブルを体験しよう.

第3章　Titanicの先に行く
3.1 複数テーブルを扱う
3.2 画像データを扱う
3.3 テキストデータを扱う

第4章　さらなる学びのために
4.1 参加するコンペの選び方
4.2 初学者にお勧めの戦い方
4.3 分析環境の選択肢
4.4 お勧めの資料・文献・リンク

付録A　サンプルコード詳細解説
A.1 第2章 Titanicに取り組む
A.2 第3章 Titanicの先に行く

【初学者納得、玄人脱帽！】
　SNSで大絶賛の名講義がついに書籍化！

・問題解決に必要な「プログラマ的感覚」が身につく！　
・基礎から解説し、プログラミングにはじめて触れる読者を、簡単な数値シミュレーションや機械学習まで導く。充実の目次！
・Google Colaboratoryで環境構築も簡単。教科書として最適！

【主な内容】
第1章　Pythonの概要とGoogle Colabの使い方
第2章　条件分岐と繰り返し処理
第3章　関数とスコープ
第4章　リストとタプル
第5章　文字列処理
第6章　ファイル操作
第7章　再帰呼び出し
第8章　クラスとオブジェクト指向
第9章　NumPyとSciPyの使い方
第10章　Pythonはどうやって動くのか
第11章　動的計画法
第12章　乱数を使ったプログラム
第13章　数値シミュレーション
第14章　簡単な機械学習
（詳細：https://www.kspub.co.jp/book/detail/5218839.html ）

【「はじめに」より抜粋】
　なぜプログラミングを覚えるべきか。それは今後プログラミングが就職活動の必須スキルになるからではなく、ましてAI がブームだからでもない。「プログラマ的感覚」を身につけるためだ。(…)エクセルを使っていても、面倒な処理を見た時に「これは一括でできるマクロがあるに違いない」と思って探すかどうか。毎日決まった時間に、あるウェブサイトにアクセスして、ある値を読み取らないといけないという「仕事」が与えられた時に、「ウェブサイトにアクセスして値を読み込めるツールがあるに違いない。毎日決まった時間に何かを自動的に実行する方法があるに違いない。それらを組み合わせれば良い」と思えるかどうか。これが「プログラマ的感覚」である。
　（…）細かい文法などは最初は気にせず、必要に応じて調べれば良い。「Python はこういうことができるんだな」「それはこれくらいの作業量でできるんだな」という「感覚」を頭の片隅に残すこと、それを目的として学習して欲しい。

【正誤表】
https://kaityo256.github.io/python_zero/errata/