出版社内容情報
Pythonでデータサイエンスの理論と実践を学ぶ データサイエンスは、「データを科学的に扱う」学問分野です。近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。
本書は、データサイエンスの基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、Pythonを使って実際に分析しながら学ぶものです．
データの取り扱い、確率・統計の基礎といった基本的なところから、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。
Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。
第2版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（AutoEncoder、GAN）などの近年重要視されるテーマを取り上げました。
内容説明
データサイエンスは、科学的方法により、仮説発見・仮説検証を通して、データの産み出されたメカニズムや因果性を明らかにし、その知識体系を築くことです。
目次
第１章 はじめに
第２章 データの扱いと可視化
第３章 確率の基礎
第４章 統計の基礎
第５章 回帰分析
第６章 パターン認識
第７章 時系列データ分析
第８章 深層学習の基礎
第９章 深層学習による画像処理
第１０章 深層学習による自然言語処理
第１１章 生成系深層学習
第１２章 深層強化学習
著者等紹介
牧野浩二［マキノコウジ］
２００１年東京工業大学大学院理工学研究科修了。現在、山梨大大学大学院総合研究部工学域・准教授。博士（工学）（東京工業大学）
橋本洋志［ハシモトヒロシ］
１９８８年早稲田大学大学院理工学研究科博士後期課程単位取得退学。現在、東京都立産業技術大学院大学・教授。工学博士（早稲田大学）（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
