Ｐｙｔｈｏｎで気軽に化学・化学工学

みなさんは研究室やお手元にデータをお持ちではないですか？データ解析・機械学習を応用して、蓄積してきたデータを最大限に活用することで、これまでとは違った角度から研究や開発を加速させることができます。本書では、化学・化学工学の分野特有の話題やノウハウにスポットをあてて、Ｐｙｔｈｏｎを使ったデータ解析・機械学習を丁寧に解説します。サンプルプログラムを使って実際に手を動かしながら学習できるので、プログラミングをやったことがない方も気軽に取り組むことができます。これからデータ解析・機械学習を活用していきたいと考えている研究者や技術者、学生におすすめの１冊。

目次

1章　必要なソフトウェアをインストールして，Jupyter Notebook やPython に慣れる　　
　1.1 Anaconda のインストール　　
　1.2 Jupyter Notebook の使い方　　
　1.3 Jupyter Notebook の起動　　
　1.4 セルおよびセルのタイプとモード　　
　1.5 セルの実行　　
　1.6 おもな操作方法　　
　1.7 キーボードショートカット　　
　1.8 Jupyter Notebook の終了　　

2章　Python プログラミングの基礎を学ぶ　　
　2.1 数値や文字などの扱い　　
　2.2 数値や文字の集合の扱い　　
　2.3 組み込み関数による効率的な処理　　

3章　データセットの読み込み・確認・変換・保存ができるようになる　　
　3.1 データセットの読み込み　　
　3.2 データセットの中身の確認　　
　3.3 データセットの保存　　

4章　データセットの特徴を把握する　　
　4.1 行列形式によるデータセットの表現　　
　4.2 ヒストグラムによるデータの分布の確認　　
　4.3 おもな基礎統計量を計算することによる特徴量間の比較　　
　4.4 散布図による特徴量間の関係の確認　　
　4.5 相関係数による特徴量間の関係の強さの確認　　

5章　データセットを前処理して扱いやすくする　　
　5.1 特徴量のスケールの統一化　　　　
　5.2 ばらつきの小さい特徴量の削除　　
　5.3 類似した特徴量の組における一方の特徴量の削除　
　
6章　データセットの見える化（可視化）をする　　
　6.1 主成分分析　　37
　6.2 t-distributed Stochastic Neighbor Embedding (t-SNE)　　43

7章　データセットを類似するサンプルごとにグループ化する　　49
　7.1 クラスタリング　　49
　7.2 階層的クラスタリングの基礎　　50
　7.3 階層的クラスタリングの実行　　53
　7.4 化学・化　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。