内容説明
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
“脱Excel”で実務力アップ！
Pythonは、データ分析にぴったりのプログラミング言語です。なぜなら、Pythonには、数値計算やデータ集計、グラフ描画などの様々なライブラリが用意されているからです。
まずは、「Anaconda」というPythonプログラミング環境を構築します。Anacondaに同梱されている様々なPythonライブラリの中から、数値計算ライブラリの「NumPy」、データの加工・集計を効率化するライブラリの「pandas」、グラフ描画ライブラリの「Matplotlib」を使ってみます。
データ分析を行うには、統計学の基礎を知っておく必要があります。統計学の概念を理解し、記述統計や推測統計のプログラムをPythonで実装します。
さらに、データ分析の手法として、機械学習のアルゴリズムを知っておくとよいでしょう。大量のデータを扱うには、SQLの知識も必要です。
基礎知識を身につけたら、実践的なデータ分析プログラミングに挑戦します。企業の財務情報を分析するプログラムや、検索エンジンのプログラムを作ります。
本ムックを活用して、Pythonでのデータ分析プログラミングを習得し、実務力を向上させましょう！
≪目次≫
第1章 「Anaconda」開発環境構築ガイド
第2章 Python数値計算ライブラリ「NumPy」入門
第3章 Pythonライブラリ徹底攻略
第4章 11個のキーワードで学ぶ統計学入門
第5章 Pythonで学ぶ統計 記述統計編／推測統計編
第6章 機械学習アルゴリズム事始め
第7章 データサイエンス時代のSQL
第8章 Pythonで理解する財務分析
第9章 「Elasticsearch」と「kibana」で検索エンジン開発とデータ分析
目次
≪目次≫
第1章 「Anaconda」開発環境構築ガイド
第2章 Python数値計算ライブラリ「NumPy」入門
第3章 Pythonライブラリ徹底攻略
第4章 11個のキーワードで学ぶ統計学入門
第5章 Pythonで学ぶ統計 記述統計編／推測統計編
第6章 機械学習アルゴリズム事始め
第7章 データサイエンス時代のSQL
第8章 Pythonで理解する財務分析
第9章 「Elasticsearch」と「kibana」で検索エンジン開発とデータ分析
