一歩先行くハイパフォーマンスなビジネスパーソンからの圧倒的な支持を獲得し、自作RPA本の草分けとして大ヒットしたベストセラー書の改訂版。劇的な「業務効率化」「コスト削減」「生産性向上」を達成するには、単純な繰り返し作業の自動化は必須です。本書ではWordやExcel、PDF文書の一括処理、Webサイトからのダウンロード、メールやSMSの送受信、画像処理、GUI操作といった日常業務でよく直面する面倒で退屈な作業を、Pythonと豊富なモジュールを使って自動化します。今回の改訂では、GmailやGoogleスプレッドシートの操作、Pythonと各種モジュールの最新版への対応、演習等を増補しています。日本語版では、PyInstallerによるEXEファイルの作成方法を巻末付録として収録しました。 訳者まえがき まえがき 第I部　Pythonプログラミングの基礎 1章　Pythonの基本 1.1　

3,850円（本体 3,500円＋税10%） 品種名書籍 発売日2021/5/20 ページ数352 サイズB5変形判 著者 高島遼一　著 ISBN 9784295011385 「音声認識」とは音声信号から発話内容を認識することで、AIスピーカなどに利用されている技術です。本書は、音声認識技術の発展経緯を学びながら、深層学習を用いた最新の音声認識システムを実装できるまでを目的とし、手法の目的やアルゴリズムの概要を解説、続いて数式レベルでの詳説、最後にソースコード付きで実装という流れで解説しています。特に手法の概要については「その手法は何を目的として生み出されたのか」という経緯と「なぜその手法は前述の目的を達成できるのか」について直感的に理解できるよう工夫しています。 目次を見る

改訂版 Pythonユーザのための Jupyter［実践］入門 著者 池内孝啓，片柳薫子，@driller　著 発売日 2020年8月24日 更新日 2020年8月24日

インプレスグループでIT関連メディア事業を展開する株式会社インプレス（本社：東京都千代田区、代表取締役社長：小川 亨）は、「音源分離」技術の基礎から実装までを解説した書籍『Pythonで学ぶ音源分離 機械学習実践シリーズ』を2020年8月24日（月）に発売いたします。 ■身近なものにも活用される技術「音源分離」の基礎と実装を解説する一冊 近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の声を聞き取ることを想定しており、聞きたい声以外の音が入ってきたときには、聞きたい声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出する技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。 ■音源分離に必要不可欠な数

シリーズ一覧

さまざまな分野で威力を発揮するPythonは、ファイナンスの分野でも重要なテクノロジーとして急成長を遂げています。本書は、Pythonを使った金融工学の初歩的な基本事項からアルゴリズム取引やデリバティブ分析までカバーし、必要なプログラミング、機械学習や深層学習を利用したデータ分析、統計などについて、数理と実用面から詳しく解説します。「データ駆動型アプローチ」と「AIファーストファイナンス」を軸に、これからのファイナンスに必要な戦略と実践力を体得できることを目的とします。 目次 日本語版まえがき まえがき 第1部　 Pythonとファイナンス 1章　なぜファイナンスにPythonを使うのか 1.1　プログラミング言語Python 1.1.1　Pythonの大まかな歴史 1.1.2　Pythonエコシステム 1.1.3　Pythonのユーザ層 1.1.4　科学スタック 1.2　ファイナンスにお

※最新版（2021年バージョン）がこちらにありますので合わせてご覧ください！ 毎年恒例, Python本と学び方の総まとめです！*1 プログラミング, エンジニアリングに機械学習と今年（2019年）もPythonにとって賑やかな一年となりました. 今年もたくさん出てきたPythonの書籍や事例などを元に, 初心者向けの書籍・学び方 仕事にする方（中級者）へのオススメ書籍 プロを目指す・もうプロな人でキャリアチェンジを考えている方へのオススメ を余す所無くご紹介します. 来年（2020年）に向けての準備の参考になれば幸いです. ※ちなみに過去に2019, 2018, 2017と3回ほどやってます*2. このエントリーの著者&免責事項 Shinichi Nakagawa（@shinyorke） 株式会社JX通信社 シニア・エンジニア, 主にデータ基盤・分析を担当. Python歴はおおよそ9年

「いちばんやさしいPython機械学習の教本」をビープラウドのメンバーで執筆し、上梓しました。 いちばんやさしいPython機械学習の教本 人気講師が教える業務で役立つ実践ノウハウ 作者: 鈴木たかのり,降籏洋行,平井孝幸,株式会社ビープラウド出版社/メーカー: インプレス発売日: 2019/06/21メディア: 単行本（ソフトカバー）この商品を含むブログを見る 本書をおすすめしたい人 機械学習の基本理論を学びたい人 将来、AIを活用して仕事を楽にしたい人。そのために基礎を学びたい人 いつかはAIを開発してみたい人。そのために基礎を学びたい人 AIリテラシー(AIについて知識を持ち、活用・応用する能力)を身につけていきたい人 Web開発者でAI・機械学習についての知識を身つけたい人 本書執筆の背景 本書のタイトルにある「機械学習」とは、AIを実現するための技術のことです。 機械学習という名

探索、制約充足、グラフといった、コンピュータサイエンスにおける定番問題だけでなく、機械学習や深層学習で使われるk平均クラスタリング、ニューラルネットワークに関する問題を通して、アルゴリズムの知識を深め、解決方法を学び、本物の問題解決能力とプログラミングスキルを身につけます。ハノイの塔、8クイーン問題、経路探索といったおなじみの例題だけでなく、線形探索や二分探索といった定番の探索アルゴリズムを使ってDNAを探し出したり、遺伝的アルゴリズムを使って覆面算を解く、敵対探索を使って三目並べを解くなど、ユニークな例題を通じて、コンピュータサイエンスの知識を広げます。Python 3.7対応。 日本語版へのまえがき 謝　辞 はじめに 1章　簡単な問題 1.1　フィボナッチ数列 ［問題1　フィボナッチ数列］ 1.1.1　最初の再帰解 1.1.2　基底部を用意する 1.1.3　メモ化で救う 1.1.4　自

Jupyter Notebook で、楽譜を表示したり、その楽譜を再生してみたり、曲を分析したりしてみました。そのことについて書きます。分析といっても簡単なものです。 目次 Code, .ipynb 環境 VS Code で Jupyter Notebook music21 とは 曲の作成と表示 バッハの平均律を分析 分析 後半 参考 追記 Code, .ipynb Jupyter Notebook: https://mybinder.org/v2/gh/hhyyg/miso.py.music21bach/master ここにある2つの .ipynb ファイルから確認できます ただし、画像・音声生成部分などは再実行ができません GitHub: https://github.com/hhyyg/miso.py.music21bach 環境 Mac Visual Studio Code Pyt

今回はおすすめのPython本と独学による学習方法をご紹介します。どのように本を選び、どんな勉強をすれば、挫折することなく、無事になんとかプログラムを書けるようになるのか。自分の経験をもとにまとめてみました。 私も最初は挫折の連続でした。しかし、何とかまず１つの言語を覚え、その後、他の様々な言語も学んでゆくうちに、ようやく「プログラミングの学習方法」がわかってきました。 世の中には、いとも簡単に習得してしまう才人もいますが、普通の人はそれなりに苦労します。ここでは、普通の人がどうやったらプログラミングを習得できるかを、Pythonを対象に紹介します。 この記事の目次 挫折しない学習方法とは １冊目におすすめの挫折しない本 Python1年生 第2版 よくわかるPython入門 例題でわかる Pythonプログラミング入門 Pythonではじめるゲーム制作 超入門 ２冊目におすすめの入門書

この本は良い。原著のKindle版を持っているのに買ってしまった。 注意点と良い点を紹介する。 目次・内容 注意点 / こんな人にはオススメできない 英語版はオンラインで無料公開されている Pythonの基礎には触れられていない 良い点 / こんな人にオススメしたい NumPyの説明が（比較的）詳しい 新しいバージョンのpandasに対応 Matplotlibの説明が詳しく、サンプルが豊富 機械学習のアルゴリズムへの理解が深まる 類書との比較 『科学技術計算のためのPython入門』 『Pythonによるデータ分析入門』 まとめ 目次・内容 正式な書名は『Pythonデータサイエンスハンドブック ――Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習』。 サブタイトルにある、Jupyter（IPython）、NumPy、pa

はじめに Web上で長期間の株価データを探してもなかなか見つからないので，Pythonを用いて株価のヒストリカルデータを取得し，CSV形式で出力，さらに出力したデータをプロットするプログラムを作成しました． 日本株・外国株いずれにも対応しています． 参考までに，例として出力した日経平均株価1のCSVファイルはこちら，さらにプロットすると以下のようになります． ソースコードの紹介 まず，作成したソースコードを紹介します． #!/usr/bin/env python3 # -*- coding:utf-8 -*- ''' 株価データのプロット・CSVへの出力 ''' import datetime as dt from pandas import DataFrame import jsm import pandas_datareader.data as web import matplotli

一歩先行くパイソニスタを目指す人のためのPython解説書。Pythonはシンプルです。使い方を覚えるのも簡単で生産性を短期間で高めることができます。しかしこれは、Pythonに備わっている豊富な機能のほんの一部しか使っていないということでもあります。本書では、とても有用なのにあまり使われていないPythonの特徴的な機能を活用し効果的で慣用的なPythonコードを書く方法について解説します。読者は、Pythonicな思考とコーディング手法を身につけ、コードをより短く、より速く、より読みやすくする方法を学べます。本書では、どうすれば熟練のPython 3プログラマーになれるのかを徹底的に追及します。 賞賛の声 監訳者まえがき まえがき 第Ⅰ部　プロローグ 1章　Pythonのデータモデル 1.1　Pythonicなトランプ 1.2　特殊メソッドの使用方法 1.2.1　数値型のエミュレーショ

関連ファイル サンプルコード（日本語版） サンプルコード（原著者） 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご利用ください。 正誤表 訳者まえがき まえがき 第Ⅰ部　Pythonプログラミングの基礎 1章　Python入門 1.1　式をインタラクティブシェルに入力する 1.2　整数、浮動小数点数、文字列型 1.3　文字列の連結と複製 1.4　変数に値を格納する 1.4.1　代入文 1.4.2　変数名 1.5　最初のプログラム 1.6　プログラムを分析する 1.6.1　コメント 1.6.2　print()関数 1.6.3　input()関数

Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。 関連ファイル サポートページ 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日

Python機械学習プログラミング 達人データサイエンティストによる理論と実践 Sebastian Raschka(著), 株式会社クイープ(訳), 福島真太朗(監訳) インプレス 4,400円 (4,000円+税) 販売終了 本書は、機械学習の理論とPython実践法を網羅的に解説した技術書です。機械学習とは、データから学習した結果をもとに判定や予測を行うことです。すでにさまざまな機械学習の方法が開発されています。本書では、それらの方法について背景にある理論や特徴を解説した上で、Pythonによる実装法を説明します。 関連サイト本書の関連ページが用意されています。 Python機械学習プログラミング 達人データサイエンティストによる理論と実践 | インプレス内容紹介機械学習の考え方とPython実装法がわかる! 分類/回帰問題や深層学習の導入を解説。◎絶妙なバランスで「理論と実践」を展開

Think IT 本書解説記事のご案内 本書の解説記事を以下のURLにて公開しています。本書に必要な前提知識、本書の構成と読み方のプラン等について説明。本書を通して、より効果的に機械学習を学ぶための解説となっています。 ◎ ブック・インサイド―『Python機械学習プログラミング』学び方ガイド 第3回（2016/09/16 更新）「単純な例でADALINEのイメージをつかむ」 https://thinkit.co.jp/article/10666 第2回（2016/08/08 更新）「パーセプトロンを読み解く」 https://thinkit.co.jp/article/10342 第1回（2016/06/30 更新）「学び方ガイド」 https://thinkit.co.jp/article/9926 著者プロフィール ◎ Sebastian Raschka（セバスチャン・ラシュカ） ミ

本記事では、書籍『Python機械学習プログラミング』を読むために必要な知識、読み方等について説明します。 『Python Machine Learning』が2015年9月に米国などで発売。「機械学習の考え方」と「Pythonプログラミングによる実践」をバランスよく解説していると評価され、米国Amazon.comでベストセラー。その日本語訳はコラムや脚注、付録が追加され、2016年6月に発売されました。ここでは、本書のより効果的な活用法について監訳者が解説します。 『Python機械学習プログラミング』とは 書籍『Python機械学習プログラミング』は、Sebastian Raschka氏によるPythonを用いた機械学習の入門書"Python Machine Learning"の翻訳書です。著者はミシガン州立大学の博士課程で生物統計学(計算生物学)の研究を行っており、scikit-le