IPythonデータサイエンスクックブック の商品レビュー
- ネタバレ
※このレビューにはネタバレを含みます
積読してた古い本だが、IPythonに限らず役に立つ記述が多かった 新しい類書で良い本がたくさん出ているので、必読とまでは言わないが読んで損のない内容
Posted by
メインWebページ(セコンドバージョン) https://github.com/ipython-books/cookbook-2nd-code てんこもりです 1章 IPythonによる対話的コンピューティング JupyterはPythonの実行環境であるがそれ以外にもいろ...
メインWebページ(セコンドバージョン) https://github.com/ipython-books/cookbook-2nd-code てんこもりです 1章 IPythonによる対話的コンピューティング JupyterはPythonの実行環境であるがそれ以外にもいろいろな 機能がある。マジックコマンド、MarkDown、数式も記述できる 画像もYouTube動画も表示できる pandasによるデータ分析のの解説、NumPyによる多次元配列 IPython自身の設定方法など 2章 対話的コンピューティングのベストプラクティス IPythonをGitで管理する方法を解説。Prtojectのフォルダ構成の お勧め例など。Pythonを書くときの推奨スタイル、テストツールの紹介 デバック、デバッガの紹介 3章 IPython notebookを使いこなす IPythonの表示をCSSを使って細かく制御する 4章 プロファイリングと最適化 マジックコマンド%timeit,%%timeitを使った実行時間の測定方法 cProfileとIPythonによるコードプロファイル、memory_profileを 使ったメモリ使用状況レポート。NumPyを効率よく操作するための テクニック。HDF5とPyTablesによる巨大配列の操作 5章 ハイパフォーマンスコンピューティング Pythonで高速で処理したい場合の手段が解説されている ・マルチプロセス ・Cythonを使う方法 ・Numbaを使う方法 ・Numexprを使う方法 ・cudaを使う方法 ・OpenCLを使う方法 ・IPythonのparallelを使う方法 最後にPythonではないJuliaを取り上げている 6章 先進的ビジュライゼーション matplotlibとその周辺の描画の話題 ・prettyplotlib ・seaborn ・Bokeh ・D3.js,NetworkXによるグラフネットワークの可視化 ・mpld3を使ったmatplotlibを図をD3.jsに変換 7章 統計データ解析 pandasとmatplotlibを使った探索的データ分析 統計的な話題、R言語をIPythonから実行する 8章 機械学習 scikit-learnを使った機械学習 9章 数値最適化 scipyを使った最適化 10章 信号処理 高速フーリエ変換 11章 画像処理と音声処理 画像処理(フィルタ、画像分割、特徴点の抽出) 12章 決定論的力学系 省略 13章 確率力学 省略 14章 グラフ、幾何学、地理情報システム NetworkXによるグラフ操作 Shapely,basemapによる地理情報 15章 記号処理と数値解析 SymPyによる数式処理
Posted by
http://public-errata.appspot.com/errata/book/9784873117485/
Posted by
機械学習やその他データサイエンスに必要なモデルを概観できる。コードのミスが多いこと、ディープラーニングや教師なし学習のサンプルのすくなさには多少不満はあるものの、決定論的力学系以降の話は特に興味範囲だったので面白かった。特にロジスティック方程式のシミュレーションができて感動した。...
機械学習やその他データサイエンスに必要なモデルを概観できる。コードのミスが多いこと、ディープラーニングや教師なし学習のサンプルのすくなさには多少不満はあるものの、決定論的力学系以降の話は特に興味範囲だったので面白かった。特にロジスティック方程式のシミュレーションができて感動した。そしてsageなどで本当に数学という分野がほとんどCSに取られていくかもしれないと感じた。全体を通してNotebookでは非常に簡単に数学やモデルを扱える。 機械学習については補足的に特化した本を別に読んだ方がいいと思う。
Posted by
様々な問題に対してPythonで解いた実績があるという紹介 IPythonのみの話はクスない 「紹介」なので細部はあまりない 5章 Num Expr ipcluster start -n 4 %%px v = rc[:] v.map(~) MPI julia 後半はデータサ...
様々な問題に対してPythonで解いた実績があるという紹介 IPythonのみの話はクスない 「紹介」なので細部はあまりない 5章 Num Expr ipcluster start -n 4 %%px v = rc[:] v.map(~) MPI julia 後半はデータサイエンスより(の活用例紹介)
Posted by
・magicの使用、%%writefile test.txt ・Jupyter上でpandasを使ってデータ操作と可視化 ・Numpyを使って計算が通常のPythonで計算したよりも高速であることを確認 ・カスタムmagicコマンドを作成して使う
Posted by
- 1