《東京大學資料科學家養成全書》使用Python動手學習資料分析
出版時間︰2020.06.11
作者︰塚本邦尊（Kunitaka Tsukamoto）, 山田典一（Norikazu Yamada）, 大澤文孝（Fumitaka Osawa）
監修︰中山浩太郎（Kotaro Nakayama）
協力︰松尾豐（Yutaka Matsuo）
定 價︰780元
「大數據會消失，資料科學不會」
「所有的科學都是資料科學」
——資訊科學時代最需要閱讀的一本書——
東京大學資料科學人氣講座全收錄────
★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！
★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強的資料科學技能！
★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！
★體驗資料科學的魅力，培養整合跨領域課題的創造力！
所謂科學，是從世界上混沌的現象裡找出本質，逐步解決各式各樣的問題。在日漸龐大的各種資料當中，運用科學的力量解決各種問題，便可說是資料科學。
資料科學不僅只是數學（統計、機率、機器學習等），更是借用IT等各種力量，不斷挑戰世界上的難題與背後課題的綜合領域。
運用這樣資料科學和人工智慧的力量，減少浪費與沒有效率的事物，進一步創造出新價值，可以讓這個世界更加美好。
█ 動手操作實際的資料，大量練習題馬上學、馬上練、馬上懂！
本書廣泛說明資料科學不可不知的基礎事項，蒐羅豐富的重要關鍵知識和好用的參考資料，成為學習資料科學的地圖與羅盤。
書中主要使用Python來學習基本的程式撰寫技巧，以及資料的取得、讀取、操作等，含括各式各樣Python函式庫的使用方式、機率統計的手法、機器學習（監督式學習、非監督式學習、性能調校），還有讓Python高速化的方法和Spark的簡單操作等。
書中說明如何實際將現場的資料進行加工與分析，如何具體運用於市場行銷或金融等，使用何種手法來撰寫程式比較好，以及組合程式的技巧和流程。除了理論解說，也介紹實務性的使用方法，可立即上手應用。
收錄各種類型的實作練習題和綜合問題，以實際的問題為前提來思考，一邊動手實踐。
█ 本書的出版緣由
本書以2017年至2018年於東京大學舉辦的「全球消費智慧捐贈講座」講義和線上課程教材為基礎，用簡潔易懂的形式彙整編纂而成。
這個廣受歡迎的熱門講座首度出版，原因有三：
首先，希望讓更多讀者了解資料科學，培養資料分析技能。資訊時代各行各業都需要資料分析的人才，了解應該具備哪些知識、有何種處理手法、能達成什麼樣的目標，善用資料科學將是致勝的關鍵。
其次，雖然線上資源豐富又方便取得，但並非隨時都能在線上學習。藉由書籍的形式，可因地制宜反覆演練複習。
第三，以學習效果來說，書本的編排有助於深入思考，成效更佳。
█ 本書的目標讀者
▌有程式設計經驗、完成理科大一大二程度數學，以及對於學習資料科學有高度意願的一般人士
▌藉由本書，可掌握資料科學入門程度至中級程度的內容，已達中級程度以上者也能參酌本書來複習資料分析相關知識
▌對於目前備受矚目的深度學習，可透過本書掌握學習深度學習之前必需的基礎技能
█ 在本書裡學到的東西
▌Python/Numpy/Scipy/Pandas/Matplotlib的基礎
▌機率/統計/推論/迴歸的基礎
▌使用Numpy/Scipy進行科學計算
▌使用Pandas進行資料加工處理（遺漏資料/異常值的處理、時間序列資料的處理）
▌使用Matplotlib進行資料視覺化
▌機器學習（多元線性迴歸、邏輯迴歸、決策樹、k-NN、聚類分析、主成分分析、購物籃分析、模型調校）
作者簡介
塚本邦尊 Kunitaka Tsukamoto
現職在金融機構研究開發部門，負責從分析環境建構到資料的預處理自動化、分析、演算法開發與實作、交易資金與驗證、定型報告製作等工作。雖然每天在奈秒（10億分之1秒）的世界裡與紐約、倫敦的猛者搏鬥（？），但還不是很了解HFT（高頻交易）是否有助於這個世界，反而希望這項最尖端的技術能在IoT或其他領域提供幫助。
此外，做為個人事業，擔任本課程的講師，以及企業（製造商、系統公司、廣告代理商等）的分析支援與建議等，兼任某電腦相關研究所技術院士。
學生時代主修數學，至今任職的相關業界包括系統公司、廣告代理商、市場行銷、顧問公司等。
一直使用的開發工具為VisualStudio、RStudio、JupyterNotebook等，以及C#、SQL、VBA、R、Python、Shell、SAS等。
近來參與許多關於FPGA的專案，逐步學習硬體面（FPGA、Verilog、Vivado等）與網路面（WireShark等），每天使用AWS等雲端環境。最近有空閒時，也會用Raspberry Pi學習機器人科學，閱讀各類書籍。
山田典一 Norikazu Yamada
Creative Intelligence股份有限公司代表董事。
在Yahoo! Japan、BrainPad、GREE、外商廣告代理公司等，從事運用資料挖掘、機器學習的進階分析工作。從資訊的價值觀點出發，考察智慧管理的正確意義、智慧流程與機器學習的融合可能性，獲頒日本競爭智慧學會（The Japan Society of Competitive Intelligence）最優秀論文獎（2015年）。
目前從事運用機器學習、決策科學、模擬科學的進階決策支援之技術研究開發、機器學習的導入顧問、資料運用諮詢。
大澤文孝 Fumitaka Osawa
技術文件寫作人員。程式設計師。
資訊處理技術者（資訊安全專家、網路專家）。
多在雜誌和書籍等撰寫以開發者為目標讀者的文章。主要負責伺服器、網路、Web程式設計、資訊安全的文章。近年來從事Web系統的設計與開發。
主要著作
《ちゃんと使える力を身につける Webとプログラミングのきほんのきほん》
《ちゃんと使える力を身につける JavaScriptのきほんのきほん》（以上Mynavi出版）
《いちばんやさしい Python入門教室》
《Angular Webアプリ開発 スタートブック》（以上Sotechsha出版）
《AWS Lambda実践ガイド》
《できるキッズ 子どもと学ぶJavaScriptプログラミング入門》（以上Impress出版）
《Amazon Web Services完全ソリューションガイド》
《Amazon Web Services クラウドデザインパターン実装ガイド》（以上日經BP出版）
《UIまで手の回らないプログラマのためのBootstrap 3実用ガイド》
《prototype.jsとscript.aculo.usによるリッチWebアプリケーション開発》（以上翔泳社出版）
《TWE‐Liteではじめるセンサー電子工作》
《TWE‐Liteではじめるカンタン電子工作》
《Amazon Web ServicesではじめるWebサーバ》
《Python10行プログラミング》
《「sakura.io」ではじめるIoT電子工作》（以上工學社出版）
《たのしいプログラミング!: マイクラキッズのための超入門》（學研Plus出版）
相關著作：《Python入門教室：8堂基礎課程+程式範例練習，一次學會Python的原理概念、基本語法、實作應用》
監修簡介
中山浩太郎 Kotaro Nakayama
2000年10月 就任關西綜合情報研究所代表董事社長
2002年4月 就任同志社女子大學兼任講師
2007年3月 取得大阪大學研究所資訊科學研究科博士學位
2007年4月 就任大阪大學研究所資訊科學研究科特任研究員
2008年4月 就任東京大學知識結構化中心（知の構造化センター）特任助理教授
2012年4月 就任東京大學知識結構化中心特任講師
2014年12月 就任東京大學工學系研究科技術經營戰略學專攻特任講師
協力簡介
松尾豐 Yutaka Matsuo
1997年 東京大學工學部電子情報工學科畢業
2002年 取得東京大學研究所工學博士學位。同年起就任產業技術綜合研究所研究員
2005年10月 史丹佛大學客座研究員
2007年10月 東京大學研究所工學系研究科綜合研究機構／知識結構化中心／技術經營戰略學專攻副教授
2014年 東京大學研究所工學系研究科技術經營戰略學專攻「全球消費智慧捐贈講座」（グローバル消費インテリジェンス寄附講座）共同代表暨特任副教授
2002年獲頒人工智慧學會論文獎、2007年獲頒情報處理學會長尾真紀念特別獎
2012年～2014年擔任人工智慧學會編輯委員長，現為倫理委員長
專研領域為人工智慧、Web挖掘、大數據分析、深度學習
譯者簡介
莊永裕
日本東京大學情報理工學博士。現任中央大學資工系助理教授。主要研究領域為程式語言設計、軟體工程，以及高效能運算。ACM、IEEE、IPSJ學會會員。曾任東京大學情報理工學系研究科助理教授，旅居日本多年。譯有數本程式語言與軟體開發相關之日文書籍。日常興趣為旅行、攝影、小說與音樂。
目錄
序言
【Chapter 1 本書的概要與Python的基礎】
▌1-1 資料科學家的工作
1-1-1 資料科學家的工作
1-1-2 資料分析的流程
1-1-3 本書的架構
1-1-4 對閱讀本書有幫助的文獻
1-1-5 動手來學習吧
▌1-2 Python的基礎
1-2-1 Jupyter Notebook的使用方法
1-2-2 Python的基礎
1-2-3 串列型別與字典型別
1-2-4 條件分歧與迴圈
1-2-5 函式
1-2-6 類別與實例
【Chapter 2 科學計算、資料加工、圖形描繪函式庫的使用方法基礎】
▌2-1 用於資料分析的函式庫
2-1-1 函式庫的匯入
2-1-2 Magic Command
2-1-3 匯入用於本章的函式庫
▌2-2 Numpy的基礎
2-2-1 Numpy的匯入
2-2-2 陣列的操作
2-2-3 亂數
2-2-4 矩陣
▌2-3 Scipy的基礎
2-3-1 Scipy的函式庫匯入
2-3-2 矩陣運算
2-3-3 牛頓法
▌2-4 Pandas的基礎
2-4-1 Pandas的函式庫匯入
2-4-2 Series的使用方法
2-4-3 DataFrame的使用方法
2-4-4 行列的操作
2-4-5 資料的抽出
2-4-6 資料的刪除與結合
2-4-7 統計
2-4-8 值的排序
2-4-9 nan (null)的判斷
▌2-5 Matplotlib的基礎
2-5-1 使用Matplotlib的準備工作
2-5-2 散佈圖
2-5-3 圖形的分割
2-5-4 函數圖形的描繪
2-5-5 直方圖
【Chapter 3 敘述統計與簡單迴歸分析】
▌3-1 統計分析的種類
3-1-1 敘述統計與推論統計
3-1-2 匯入用於本章的函式庫
▌3-2 資料的讀取與對話
3-2-1 讀取網路等處公開的對象資料
3-2-2 資料的讀取與確認
3-2-3 確認資料的性質
3-2-4 量的資料與質的資料
▌3-3 敘述統計
3-3-1 直方圖
3-3-2 平均、中位數、眾數
3-3-3 變異數、標準差
3-3-4 摘要統計量與百分位數
3-3-5 箱型圖
3-3-6 變異係數
3-3-7 散佈圖與相關係數
3-3-8 描繪所有變數的直方圖與散佈圖
▌3-4 簡單迴歸分析
3-4-1 簡單線性迴歸分析
3-4-2 決定係數
【Chapter 4 機率與統計的基礎】
▌4-1 學習機率與統計的準備工作
4-1-1 本章的背景知識
4-1-2 匯入用於本章的函式庫
▌4-2 機率
4-2-1 數學機率
4-2-2 統計機率
4-2-3 條件機率與乘法定理
4-2-4 獨立與相關
4-2-5 貝氏定理
▌4-3 機率變數與機率分布
4-3-1 機率變數、機率函數、分布函數、期望值
4-3-2 各種分布函數
4-3-3 核密度函數
▌4-4 應用：多元機率分布
4-4-1 聯合機率函數與邊際機率函數
4-4-2 條件機率函數與條件期望值
4-4-3 獨立的定義與連續分布
▌4-5 推論統計學
4-5-1 大數法則
4-5-2 中央極限定理
4-5-3 樣本分布
▌4-6 統計推論
4-6-1 估計量與點估計
4-6-2 無偏性與一致性
4-6-3 區間估計
4-6-4 計算估計量
▌4-7 統計檢驗
4-7-1 檢驗
4-7-2 第一型錯誤與第二型錯誤
4-7-3 檢驗大數據的注意事項
【Chapter 5 使用Python進行科學計算（Numpy與Scipy）】
▌5-1 概要與事前準備
5-1-1 本章的概要
5-1-2 匯入用於本章的函式庫
▌5-2 使用Numpy計算之應用
5-2-1 索引的參照
5-2-2 Numpy的運算處理
5-2-3 陣列操作與廣播
▌5-3 使用Scipy計算之應用
5-3-1 內插
5-3-2 線性代數：矩陣分解
5-3-3 積分與微分方程式
5-3-4 最佳化
【Chapter 6 使用Pandas進行資料加工處理】
▌6-1 概要與事前準備
6-1-1 匯入用於本章的函式庫
▌6-2 Pandas的基本資料操作
6-2-1 階層型索引
6-2-2 資料的結合
6-2-3 資料的操作與變換
6-2-4 資料的聚合與群組運算
▌6-3 遺漏資料與異常值處理的基礎
6-3-1 遺漏資料的處理方法
6-3-2 異常資料的處理方法
▌6-4 時間序列資料處理的基礎
6-4-1 時間序列資料的處理與變換
6-4-2 移動平均
【Chapter 7 使用Matplotlib進行資料視覺化】
▌7-1 資料的視覺化
7-1-1 關於資料的視覺化
7-1-2 匯入用於本章的函式庫
▌7-2 資料視覺化的基礎
7-2-1 長條圖
7-2-2 圓形圖
▌7-3 應用：金融資料的視覺化
7-3-1 將金融資料視覺化
7-3-2 顯示K線的函式庫
▌7-4 應用：思考分析結果的表現方式
7-4-1 關於資料製作的重點
【Chapter 8 機器學習的基礎（監督式學習）】
▌8-1 機器學習概觀
8-1-1 何謂機器學習？
8-1-2 監督式學習
8-1-3 非監督式學習
8-1-4 強化學習
8-1-5 匯入用於本章的函式庫
▌8-2 多元線性迴歸
8-2-1 讀取汽車售價資料
8-2-2 資料的整理
8-2-3 模型建構與評估
8-2-4 模型建構與模型評估流程總結
▌8-3 邏輯迴歸
8-3-1 邏輯迴歸的範例
8-3-2 資料的整理
8-3-3 模型建構與評估
8-3-4 藉由縮放來提高預測準確度
▌8-4 具正則化項的迴歸：Lasso迴歸、Ridge迴歸
8-4-1 Lasso迴歸、Ridge迴歸的特徵
8-4-2 多元線性迴歸與Ridge迴歸的比較
▌8-5 決策樹
8-5-1 蕈類資料集
8-5-2 資料的整理
8-5-3 熵：不純度的指標
8-5-4 資訊獲利：測量分歧條件的有用性
8-5-5 決策樹的模型建構
▌8-6 k-NN（K最近鄰演算法）
8-6-1 k-NN的模型建構
▌8-7 支援向量機
8-7-1 支援向量機的模型建構
【Chapter 9 機器學習的基礎（非監督式學習）】
▌9-1 非監督式學習
9-1-1 非監督式模型的種類
9-1-2 匯入用於本章的函式庫
▌9-2 聚類分析
9-2-1 k-means法
9-2-2 使用k-means法進行聚類分析
9-2-3 將金融市場行銷資料進行聚類分析
9-2-4 使用手肘法判斷群數
9-2-5 聚類分析結果的解釋
9-2-6 k-means法以外的手法
▌9-3 主成分分析
9-3-1 嘗試主成分分析
9-3-2 主成分分析的實例
▌9-4 購物籃分析與關聯規則
9-4-1 何謂購物籃分析？
9-4-2 讀取用來進行購物籃分析的樣本資料
9-4-3 關聯規則
【Chapter 10 模型的驗證方法與性能調校方法】
▌10-1 模型的評估與提高精確度的方法
10-1-1 機器學習的問題與手法
10-1-2 匯入用於本章的函式庫
▌10-2 模型的評估與性能調校
10-2-1 Holdout法與交叉驗證法
10-2-2 性能調校：超參數的調校
10-2-3 性能調校：特徵的處理
10-2-4 模型的種類
▌10-3 模型的評估指標
10-3-1 分類模型的評估：混淆矩陣與關聯指標
10-3-2 分類模型的評估：ROC曲線與AUC
10-3-3 迴歸模型的評估指標
▌10-4 集成學習
10-4-1 Bagging
10-4-2 Boosting
10-4-3 隨機森林、梯度Boosting
10-4-4 進一步了解
【Chapter 11 綜合練習問題】
▌11-1 綜合練習問題
11-1-1 綜合練習問題(1)
11-1-2 綜合練習問題(2)
11-1-3 綜合練習問題(3)
11-1-4 綜合練習問題(4)
11-1-5 綜合練習問題(5)
11-1-6 綜合練習問題(6)
11-1-7 參考：今後進行資料分析
【Appendix】
▌A-1 關於本書的環境建置
A-1-1 關於Anaconda
A-1-2 下載Anaconda的套件
A-1-3 安裝Anaconda
A-1-4 安裝pandas-datareader與Plotly
▌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綜合練習問題
▌A-3 參考文獻、參考URL
A-3-1 參考文獻
A-3-2 參考URL
結語
留言列表
