今週のQiita技術書まとめ
2019年8月18日配信
チーム開発とは？ → 思いやりを持つことです byリーダブルコード
はじめに 名書と呼ばれる例の本を読んだらやっぱり名書だったので残そうと思いました。 が、学んだ内容活かして１冊まるまるタイトルに詰め込んだらまとまっちゃいました。 もうこれでいいでしょうか。 本の要約とかは皆さん書かれているので、
リーダブルコード
コードは理解しやすくなければならない。本書はこの原則を日々のコーディングの様々な場面に当てはめる方法を紹介する。名前の付け方、コメントの書き方など表面上の改善について。コードを動かすための制御フロー、論理式、変数などループとロジックについて。またコードを再構成するための方法。さらにテストの書き方などについて、楽しいイラストと共に説明する。日本語版ではＲｕｂｙやｇｒｏｏｎｇａのコミッタとしても著名な須藤功平氏による解説を収録。
TechAcademyのPython+データサイエンスコースを受講した感想
記事の内容 TechAcademyのPython+データサイエンスコース( 受講を検討されている方の参考になれば幸いです。 ○受講目的 ○基本情報
データ解析のための統計モデリング入門
現象を数理モデルで表現・説明するのに慣れていない人のために、章ごとに異なる例題を解決していく過程を通して、統計モデルの基本となる考えかたを紹介する。前半では、応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を、後半では、実際のデータ解析に使えるように、階層ベイズモデル化する方法を、ＲとＷｉｎＢＵＧＳの具体例を用いて説明する。
python3ではじめるシステムトレード：経済データのダウンロード
FRED FRED( 世界中の97機関からデータの提供を受け、その数は570,000とあります。日本のデータに関してもここから取得したほうが便利なものも多々あります。データの取得にはWEBを直接探索する方法とAPIを使う方法があります。APIを使う場合にも事前にダウンロードするデータのコードが必要となるのでWEBでの探索が必要です。FREDのWEBから検索ボックスの下の"Category"をクリッ…
Python3ではじめるシステムトレード第2版
本書で学べること！Ｊｕｐｙｔｅｒ Ｎｏｔｅｂｏｏｋの導入からＰｙｔｈｏｎの利用方法。株価・為替・経済などのデータの入手方法と分析手法。時系列分析の処理と統計的手法（自己回帰モデル、モンテカルロ手法など）。あゆみ値の本質と価格形成のメカニズム。高頻度取引の世界におけるマーケットメイクの仕組み。
【書籍まとめ】データサイエンス初心者が1年間で読んだ本
プログラミング経験ゼロから、1年間で読んできたPython、数学、統計学、資格、機械学習、深層学習などの主な書籍をまとめています。Qiitaには別の諸先輩方が記載している書籍まとめ記事がいっぱいありますが、そもそもプログラミング自体も知らない本当の素人が試行錯誤して読んできた本をここに備忘録的にもまとめておきます。 バックグラウンド - 大学院では脳神経科学の研究室にいた生物系 - 物理、微分積分…
独学プログラマー Python言語の基本から仕事のやり方まで
本書は「Pythonだけ」を学ぶ本ではありません。Pythonを使ってプログラミングを紹介していますが、伝えたい内容はPythonに限らない「プログラミング全般」の知識です。 本書の著者、コーリー・アルソフ（Cory Althoff）は、「独学プログラマー」です。本書は、彼が独学で、ゼロからプログラミングを学んだ体験に基づいて書かれました。 プログラミングを独学で身に付けるために、著者がPythonを通して学んだエッセンスが書かれています。彼の独学プログラマーとしての学び方は、Amazon.comでの本書の評価を見るとわかるように、多くの人に支持されています。 ーー訳者あとがきより 第...
詳細！Python3入門ノート
Ｐｙｔｈｏｎプログラミングを全力で学ぶならこの１冊！Ｐｙｔｈｏｎをこれから学ぶビギナーから、基礎力を得て現場で実践したい方まで、確実なスキルアップをはかれます。
まずはこの一冊から 意味がわかる線形代数
本書では、文系の社会人を中心に、数学を教える活動に携わる著者が、線形代数とは何か、なぜ学ぶのかというところから、その概念を可能なかぎり言葉で説明していきます。言葉だけではなく、数式、図表でもきちんと表現し、諸概念の図像的イメージをわかりやすく解説します。社会科学、工学での応用も見据えながら、計算法とその意味を十分に理解していただける一冊です。
プログラミングのための線形代数
本書は、専門・非専門を問わずコンピュータにかかわる方を主な対象に想定した線形代数の参考書です。単に「線形代数プログラムの書き方」を解説する本ではなく、数学のプロでない読者に線形代数の本音を語ることが狙いです。
完全独習 統計学入門
使うのは中学数学だけ！ 確率の知識はほとんど使わない。微分積分もシグマ（〓）も全く使わず、予備知識がない状態から「検定」や「区間推定」という統計学の最重要のゴールに最短時間で到達できる、画期的な一冊。基本を押さえながらも、株取引のリスクとリターン、選挙の出口調査までが体系的に理解できる。
はじめての統計学
数学が苦手な人でも理解して読み進めるように基礎的な知識を丁寧に解説した統計学の入門書。練習問題を解いていくうちに、統計学のエッセンスを身につけることができるワークブック。 学習のためのこころがけ 第1章 統計学はどのような学問か 1．1 統計学とは何か 1．2 統計学の考え方の基礎 1．3 統計学の分析概念（その1）-確率と確率分布ー 1．4 統計学の分析概念（その2）-母集団と標本ー 1．5 標本抽出 1．6 階級分けしたデータの作り方 補論 第1章の練習問題 第2章 標本分布の特性値 2．1 いろいろな形の分布 2．2 分布の特性値 第2章の結語 第2章の...
一般化線形モデル入門
一般化線形モデルは、回帰分析、t検定、分散分析、共分散分析、ロジスティック回帰、対数線形モデル、生存分析、一般化推定方程式など、いろいろな統計的方法に対する統一的な枠組みを与える。本書は1993年に翻訳を出版した「統計モデル入門」の第2版にあたる。近年、医学の分野を中心に高度の統計手法が要求されはじめたことに伴い、本書のように理論をしっかり解説した書物が要求されている。 第1章 序論 第2章 モデルの当てはめ 第3章 指数型分布族と一般化線形モデル 第4章 推定 第5章 推測 第6章 正規線形モデル 第7章 2値変数とロジスティック回帰 第8章 名義および順序ロジスティック...
Pythonではじめる機械学習
数学の知識がなくても読み進められる、理論だけでなく実践面も重視した機械学習の入門書！ バックグラウンドに数学的な知識がなくても理解できるように書かれた、Pythonを使った機械学習の入門書。Pythonの機械学習用ライブラリの大定番、scikit-learnの開発に関わる著者が、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。最初に実践について述べて後から理論を補強するスタイルで、理解しやすいように工夫されています。理論面と実践面のバランスが良く、モデルの評価と改善について多くの紙面を割くなど、類書にはない特徴を備えています。
機械学習のエッセンス
本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。 実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。 また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。 これから機械学習を始める学生さんや、いきなりプロジェ...
はじめてのパターン認識
パターン認識にはじめて触れる読者に向け，基礎からわかりやすく解説した入門書です．パターン認識の概念がよく理解できるとともに，Rによる実行例など，実際に応用する際にも役立つ内容が盛り込まれています． 第1章 はじめに 第2章 識別規則と学習法の概要 第3章 ベイズの識別規則 第4章 確率モデルと識別関数 第5章 k最近傍法（kNN法） 第6章 線形識別関数 第7章 パーセプトロン型学習規則 第8章 サポートベクトルマシン 第9章 部分空間法 第10章 クラスタリング 第11章 識別器の組み合わせによる性能強化
パターン認識と機械学習 上
2006年出版以来、amazon.comの人工知能部門で世界的トップセラーとなり、たちまち4刷となった英語版原著Pattern Recognition and Machine Learning、待望の日本語版。5名の監訳者のもと、選りすぐられた日本人研究者達14名によって丁寧に訳出。ベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説。
ゼロから作るDeep Learning
実際にシステムを作りながらディープラーニングを学ぶ！ ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優...
つくりながら学ぶ！PyTorchによる発展ディープラーニング
本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。 ［本書で学習できるタスク］ 転移学習、ファインチューニング：少量の画像データからディープラーニングモデルを構築 物体検出（SSD）：画像のどこに何が映っているのかを検出 セマンティックセグメンテーション（PSPNet）：ピクセルレベルで画像内の物体を検出 姿勢推定（...
画像認識
デジタルカメラの顔認識機能など、身近で利用されている画像認識の技術。機械学習の応用により、その精度は格段に向上した。最前線で活躍する研究者が、基礎から深層学習を取り入れた応用的手法までをくわしく解説する。画像認識の現状と今後の展望を知るのに最適な一冊！ ■おもな内容 第1章 画像認識の概要 第2章 局所特徴 第3章 統計的特徴抽出 第4章 コーディングとプーリング 第5章 分類 第6章 畳み込みニューラルネットワーク 第7章 物体検出 第8章 インスタンス認識と画像検索 第9章 さらなる話題（セマンティックセグメンテーション／画像からのキャプション生成／画像生成と敵対的生成ネットワーク...