python言語によるビジネスアナリティクス

「Python言語によるビジネスアナリティクス-実務家のための最適化，統計分析，機械学習」（近代科学社） Amazonで購入

著者

久保幹雄，小林和博，斉藤努，並木誠，橋本英樹

練習問題 (Jupyter Notebook): github , Anaconda Cloud

序文 pptx
第1章なぜ今Python か？ pptx video
第2章環境を整備しよう– Docker とAnaconda –
第3章対話型シェルIPython とJypyter (IPython Notebook)
第4章数値計算モジュールNumPy pptx
第5章可視化モジュール matplotlib，seaborn, bokeh pptx
第6章科学技術計算モジュールSciPy pptx
第7章データ解析モジュール　pandas, blaze, dask pptx
第8章統計モジュールstatsmodels pptx
第9章機械学習モジュールscikit-learn pptx(for lecture) pptx
第10章最適化
第11章数理最適化モジュールPuLP とOpenOpt pptx video
第12章ネットワークモジュールNetworkX pptx video
第13章制約最適化モジュールSCOP pptx video 追加問題集
第14章スケジューリング最適化モジュールOptSeq pptx video 追加問題集
第15章動的最適化
第16章 Excel連携モジュールxlwings
付録A Python の基礎と標準モジュール pptx

Python 3 Part 1 video イントロ
Python 3 Part 2 video 型と文字列
Python 3 Part 3 video リストとタプル
Python 3 Part 4 video 辞書と集合
Python 3 Part 5 video 演算子
Python 3 Part 6 video 関数
Python 3 Part 7 video 内包表記
Python 3 Part 8 video クラスと継承
Python 3 Part 9 video モジュール

付録B 機械学習 pptx
付録C 計算量とデータ構造

誤植など（数式はLaTeX表記）

p.34 12行目から18行目：a4 = [[[0]] [[1]] [[2]] [[3]]] ndim: 3 shape: (4, 1, 1) size: 4
p.37 1行目： full(shpae, ⇒ full(shape,
p.48 3行目：xの成分は-(m-1)以上(m-1)以下、yの成分は-(n-1)以上(n-1)以下 => xの成分は-m以上(m-1)以下、yの成分は-n以上(n-1)以下
p.52 コード4.29 12行目： 10000 ⇒ 1000
p.60 表4.8 3行目，p.61 下から4行目：revel => ravel
p.80 3,5行目,コード5.23タイトル内, p.82 4行目, p.83 1行目, p. 485 索引内 FaceGrid => FacetGrid
コード5.29 のキャプション：irisデータの読み込み => irisデータの描画
p.114 コード6.20 5行目：elif x<113: ⇒ else:
p.116 対数正規分布の説明の6行目の後に，「SciPyの公式マニュアルでは記述が不完全だが，$\mu$ は引数scaleに $e^{\mu}$ で，$\sigma$ は引数s(第1引数）で入れる．」を追記．
p.160：cacdat => concat（2箇所）
p.170 6行目：組みごと　=>組ごと
p.194 下から6行目：汎用的に => 汎用的な
p.207 コード9.2 4行目および本文5行目： LinearSVC ⇒ SVC
p.207 コード9.3 3行目：np.c_[xx.ravel, yy.ravel] ⇒ np.c_[xx.ravel(), yy.ravel()]
p.207 コード9.3 9行目：plt.axis([xx.min, xx.max, yy.min, yy.max]) ⇒ plt.axis([xx.min(), xx.max(), yy.min(), yy.max()])
p.209 コード9.5 6,7行目の間に以下を追加．x = x.reshape(-1, 1)
p.212 コード9.8(つづき) 8行目：np.c_[xx.ravel, yy.ravel] ⇒ np.c_[xx.ravel(), yy.ravel()]
p.212 コード9.8(つづき) 18,19行目：plt.xlim(xx.min, xx.max) ⇒ plt.xlim(xx.min(), xx.max()) plt.ylim(yy.min, yy.max) ⇒ plt.ylim(yy.min(), yy.max())
p.215 3行目からのアルゴリズム(1) Step 1 => Step 2, Step 2 => Step 3 (2) Step 0: 各点 xi(i = 1,2,…,n) ・・（中略）・・　を計算する. => Step 0: 各点 xi(i=1,2,…,n) をランダムに Cj(j=1,2,…,k) に割り当てる． Step 1: 各クラスタ Cj の代表点(通常は算術平均) cj(j=1,2,…,k) を計算する.
p.298 2行目：点リストの =>点集合の
p.298 最初のプログラムの出力：　リストでなく集合，つまり [ ] を{ } に直す．{0, 1, 2, 3} {‘c’, ‘b’, ‘a’}
p.351 3行目：requirementはモードの実行の資源・資源タイプと必要量を表す辞書である．キーは資源名と資源タイプ（None:通常，’break’:中断中，’max’:並列作業中の最大資源量）のタプルであり，値は資源必要量を表す辞書である．この辞書のキーはタプル（開始時刻，終了時刻）であり，値は資源の使用量を表す正数値である．
p.351 5行目：breakableは中断の情報を表す辞書である．辞書のキーはタプル（開始時刻，終了時刻）であり，値は中断可能時間を表す正数値である．
p.351 7行目：parallelは並列作業の情報を表す辞書である．辞書のキーはタプル（開始小作業番号，終了小作業番号）であり，値は最大並列可能数を表す正数値である．
p.352 下から3行目： type => tempType （p.490の索引も tempType 352 に修正; ただしtype 442は残す．）
p.460 正規化 = 正則化（索引 p.494も同様）
p.490 右段11行目：to_picklel => to_pickle

python言語によるビジネスアナリティクス

Python言語によるビジネスアナリティクス