Pythonの基本文法を学習し、データ分析の基礎が身につく『Python×データサイエンス　入門から実践まで』発行

インプレスグループで理工学分野の専門書出版事業を手掛ける株式会社近代科学社は、2025年6月27日に、近代科学社Digitalレーベル（※）より、『Python×データサイエンス 入門から実践まで』（著者：広瀬 啓雄、池原 翔太、山本 芳人、宇井 隆晴）を発行いたしました。（※近代科学社Digitalとは ： 近代科学社が著者とプロジェクト方式で協業する、デジタルを駆使したオンデマンド型の出版レーベルです。詳細はこちらもご覧ください https://www.kindaikagaku.co.jp/kdd/scheme/）[画像: https://prcdn.freetls.fastly.net/release_image/5875/6754/5875-6754-376d192193aa0f38598e4c56e799c746-1139x1609.jpg?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ]●書誌情報【書名】Python×データサイエンス 入門から実践まで【著者】広瀬 啓雄、池原 翔太、山本 芳人、宇井 隆晴【仕様】B5判・並製・印刷版モノクロ/電子版一部カラー・本文264頁【印刷版基準価格】3,400円（税抜）【電子版基準価格】3,400円（税抜）【ISBN】（カバー付き単行本）978-4-7649-0746-1 C3004【ISBN】（POD）978-4-7649-6114-2 C3004【商品URL】https://www.kindaikagaku.co.jp/book_list/detail/9784764961142/●内容紹介本書では、Pythonの基本から始め、データ解析に不可欠なデータの前処理を体系的に学びつつ、実践的なデータサイエンスのスキルを段階的に習得できるように構成しました。本書の目的は、読者がPythonの基礎、データの前処理、実践的なデータ解析を学ぶことで、データサイエンスの基礎を身につけ、任意のテーマに沿ったデータ解析を独力で遂行できるようになることです。●著者紹介広瀬 啓雄（ひろせ ひろお）公立諏訪東京理科大学 副学長 教授 博士（経営学）工学部情報応用工学科にてデータサイエンスと機械学習の教育・研究に従事池原 翔太（いけはら しょうた）JPRS（株式会社日本レジストリサービス） 技術研修センター長補佐データサイエンス・アプリケーション開発・運用に関する教育研修の企画・実施に従事山本 芳人（やまもと よしと）東京理科大学 名誉教授 博士（工学）情報教育・プログラミング教育やデジタル教材の研究に従事宇井 隆晴（うい たかはる）JPRS（株式会社日本レジストリサービス）取締役大学での講義など今後のデータ・AI社会を担う幅広い人材育成活動に従事●目次はじめに第1章 本書の概要1.1 本書について1.2 プログラミング1.3 Python の紹介1.4 Google Colaboratory の使い方第2章 Python の基礎2.1 コード2.2 変数2.3 型2.4 算術演算子2.5 print() 関数2.6 代入演算子2.7 input() 関数2.8 数学関数2.9 文字列第3章 制御構文3.1 if文3.2 for文3.3 break continue文3.4 while 文第4章 リスト・タプル・集合・辞書4.1 リスト (list)4.2 タプル (tuple)4.3 集合 (set)4.4 辞書 (dict)第5章 関数・オブジェクト指向5.1 関数5.2 モジュール5.3 オブジェクト指向第6章 ライブラリの利用方法6.1 ファイル処理6.2 NumPy について6.3 Matplotlib について第7章 Pandas の使い方7.1 シリーズ (Series)7.2 データフレーム (DataFrame)第8章 データサイエンスプロジェクト8.1 データサイエンスプロジェクトの流れ8.2 データサイエンスプロジェクトを遂行する人材の役割8.3 データサイエンティストに必要な知識とスキル第9章 回帰問題9.1 線形回帰モデル9.2 多項式回帰と過学習9.3 Ridge 回帰・Lasso 回帰と正則化係数9.4 Elastic Net 回帰と Grid Search モジュール9.5 サポートベクタマシン回帰分析9.6 決定木回帰分析と Random Forest 回帰分析9.7 XGBoost 回帰分析と LightGBM 回帰分析第10章 分類モデル10.1 ロジスティック回帰による分類10.2 例題:乳がんデータセットから予測10.3 サポートベクタマシン分類10.4 決定木とランダムフォレストによる分類10.5 XGBoost 分類と Optuna によるモデルチューニング10.6 LightGBM 分類第11章 クラスタリングと特徴量の次元削減11.1 教師あり学習と教師なし学習11.2 クラスタリング11.3 k-means によるクラスタリング11.4 GMMとV-GMMによるクラスタリング11.5 DBSCAN によるクラスタリング11.6 特徴量の次元削減第12章 ニューラルネットワーク12.1 ニューラルネットワークとは12.2 ニューラルネットワークの基本概念12.3 ニューラルネットワークによる回帰問題12.4 ニューラルネットワークによる二値分類問題12.5 マルチクラス分類問題索引【近代科学社Digital】 https://www.kindaikagaku.co.jp/kdd/index.htm近代科学社Digitalは、株式会社近代科学社が推進する21世紀型の理工系出版レーベルです。デジタルパワーを積極活用することで、オンデマンド型のスピーディで持続可能な出版モデルを提案します。【株式会社 近代科学社】 https://www.kindaikagaku.co.jp/株式会社近代科学社（本社：東京都千代田区、代表取締役社長：大塚浩昭）は、1959年創立。数学・数理科学・情報科学・情報工学を基軸とする学術専門書や、理工学系の大学向け教科書等、理工学専門分野を広くカバーする出版事業を展開しています。自然科学の基礎的な知識に留まらず、その高度な活用が要求される現代のニーズに応えるべく、古典から最新の学際分野まで幅広く扱っています。また、主要学会・協会や著名研究機関と連携し、世界標準となる学問レベルを追求しています。【インプレスグループ】 https://www.impressholdings.com/株式会社インプレスホールディングス（本社：東京都千代田区、代表取締役：松本大輔、証券コード：東証スタンダード市場9479）を持株会社とするメディアグループ。「IT」「音楽」「デザイン」「山岳・自然」「航空・鉄道」「モバイルサービス」「学術・理工学」を主要テーマに専門性の高いメディア&amp;サービスおよびソリューション事業を展開しています。さらに、コンテンツビジネスのプラットフォーム開発・運営も手がけています。【お問い合わせ先】株式会社近代科学社TEL：03-6837-4828電子メール: kdd-qa@kindaikagaku.co.jpd5875-6754-b54b746bbdcbb2c81797b43c08b6551a.pdf企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000006754.000005875.htmlPR TIMESトップへ : https://prtimes.jp