hpy [本・雑誌・コミック]

hpy with
hpy Python
hpy 電子書籍

楽天市場検索

本・雑誌・コミック
小説・エッセイ (2) (hpy)
資格・検定 (3) (hpy)
ライフスタイル (3) (hpy)
ホビー・スポーツ・美術 (3) (hpy)
絵本・児童書・図鑑 (3) (hpy)
語学・辞典・年鑑 (3) (hpy)
学習参考書・問題集 (4) (hpy)
旅行・留学 (0)
人文・地歴・社会 (9) (hpy)
ビジネス・経済・就職 (3) (hpy)
PC・システム開発 (29) (hpy)
科学・医学・技術 (42) (hpy)
コミック (8) (hpy)
ライトノベル (0)
ボーイズラブ (4) (hpy)
ティーンズラブ (0)
エンターテインメント (8) (hpy)
写真集 (0)
古書・希少本 (5) (hpy)
楽譜 (3) (hpy)
雑誌 (92) (hpy)
新聞 (0)
洋書 (991) (hpy)
カレンダー (0)
ポスター (1) (hpy)
パンフレット (0)
その他 (107) (hpy)

ムサシセンサーライト
セルフレームメガネ
BATTERFLY
georges
ウーブンメッシュ

1323件中 1件 - 30件 1 2 3 4 5 6

商品	説明	価格
統計的機械学習の数理100問 with Python （機械学習の数理100問シリーズ　2） [ 鈴木讓 ] 楽天ブックス	機械学習の数理100問シリーズ　2 鈴木讓共立出版トウケイテキキカイガクシュウノスウリヒャクモンウィズパイソンスズキジョウ発行年月：2020年04月27日予約締切日：2020年03月06日ページ数：272p サイズ：全集・双書 ISBN：9784320125070 鈴木讓（スズキジョウ）大阪大学教授、博士（工学）。1984年早稲田大学理工学部卒業、1989年早稲田大学大学院博士課程修了、同大学理工学部助手、1992年青山学院大学理工学部助手、1994年大阪大学理学部に（専任）講師として着任。Stanford大学客員助教授（1995年〜1997年）、Yale大学客員准教授（2001年〜2002年）などを経て、現職（基礎工学研究科数理科学領域、基礎工学部情報科学科数理科学コース）。データ科学、機械学習、統計教育に興味を持つ。現在もトップ会議として知られるUncertainty　in　Artificial　Intelligenceで、ベイジアンネットワークに関する研究発表をしている（1993年7月）（本データはこの書籍が刊行された当時に掲載されていたものです）第0章　線形代数／第1章　線形回帰／第2章　分類／第3章　リサンプリング／第4章　情報量基準／第5章　正則化／第6章　非線形回帰／第7章　決定木／第8章　サポートベクトルマシン／第9章　教師なし学習本パソコン・システム開発その他科学・技術数学	3,300円
Modern Computer Vision with PyTorch A practical roadmap from deep learning fundamentals to advanced applications and Generative AI【電子書籍】[ V Kishore Ayyadevara ] 楽天Kobo電子書籍ストア	＜p＞＜b＞The definitive computer vision book is back, featuring the latest neural network architectures and an exploration of foundation and diffusion models Purchase of the print or Kindle book includes a free eBook in PDF format＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Understand the inner workings of various neural network architectures and their implementation, including image classification, object detection, segmentation, generative adversarial networks, transformers, and diffusion models＜/li＞＜li＞Build solutions for real-world computer vision problems using PyTorch＜/li＞＜li＞All the code files are available on GitHub and can be run on Google Colab＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞Whether you are a beginner or are looking to progress in your computer vision career, this book guides you through the fundamentals of neural networks (NNs) and PyTorch and how to implement state-of-the-art architectures for real-world tasks. The second edition of Modern Computer Vision with PyTorch is fully updated to explain and provide practical examples of the latest multimodal models, CLIP, and Stable Diffusion. You’ll discover best practices for working with images, tweaking hyperparameters, and moving models into production. As you progress, you'll implement various use cases for facial keypoint recognition, multi-object detection, segmentation, and human pose detection. This book provides a solid foundation in image generation as you explore different GAN architectures. You’ll leverage transformer-based architectures like ViT, TrOCR, BLIP2, and LayoutLM to perform various real-world tasks and build a diffusion model from scratch. Additionally, you’ll utilize foundation models' capabilities to perform zero-shot object detection and image segmentation. Finally, you’ll learn best practices for deploying a model to production. By the end of this deep learning book, you'll confidently leverage modern NN architectures to solve real-world computer vision problems.＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Get to grips with various transformer-based architectures for computer vision, CLIP, Segment-Anything, and Stable Diffusion, and test their applications, such as in-painting and pose transfer＜/li＞＜li＞Combine CV with NLP to perform OCR, key-value extraction from document images, visual question-answering, and generative AI tasks＜/li＞＜li＞Implement multi-object detection and segmentation＜/li＞＜li＞Leverage foundation models to perform object detection and segmentation without any training data points＜/li＞＜li＞Learn best practices for moving a model to production＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞This book is for beginners to PyTorch and intermediate-level machine learning practitioners who want to learn computer vision techniques using deep learning and PyTorch. It's useful for those just getting started with neural networks, as it will enable readers to learn from real-world use cases accompanied by notebooks on GitHub. Basic knowledge of the Python programming language and ML is all you need to get started with this book. For more experienced computer vision scientists, this book takes you through more advanced models in the latter part of the book.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	5,251円
スパース推定100問 with Python （機械学習の数理100問シリーズ　4） [ 鈴木讓 ] 楽天ブックス	機械学習の数理100問シリーズ　4 鈴木讓共立出版スパーススイテイヒャクモンウィズパイソンスズキジョウ発行年月：2021年01月28日予約締切日：2020年11月19日ページ数：260p サイズ：全集・双書 ISBN：9784320125094 鈴木讓（スズキジョウ）大阪大学教授、博士（工学）。1984年早稲田大学理工学部、1989年早稲田大学大学院博士課程修了、同大学理工学部助手、1992年青山学院大学理工学部助手、1994年大阪大学理学部に（専任）講師として着任。Stanford大学客員助教授（1995年〜1997年）、Yale大学客員准教授（2001年〜2002年）などを経て、現職（基礎工学研究科数理科学領域、基礎工学部情報科学科数理科学コース）。データ科学、機械学習、統計教育に興味をもつ。現在もトップ会議として知られるUncertaity　in　Artificial　Intelligenceで、ベイジアンネットワークに関する研究発表をしている（1993年7月）（本データはこの書籍が刊行された当時に掲載されていたものです）第1章　線形回帰／第2章　一般化線形回帰／第3章　グループLasso／第4章　Fused　Lasso／第5章　グラフィカルモデル／第6章　行列分解／第7章　多変量解析阪大教授Joe　Suzukiが講義の演習問題を書籍化。Prof．Joeの100問でスパースの本質をつかむ！本パソコン・システム開発その他	3,300円
機械学習のためのカーネル100問 with Python （機械学習の数理100問シリーズ　8） [ 鈴木讓 ] 楽天ブックス	機械学習の数理100問シリーズ　8 鈴木讓共立出版キカイガクシュウノタメノカーネルヒャクモンウィズパイソンスズキジョウ発行年月：2021年12月25日予約締切日：2021年10月23日ページ数：216p サイズ：全集・双書 ISBN：9784320125131 鈴木讓（スズキジョウ）大阪大学教授、博士（工学）。1984年早稲田大学理工学部、1989年早稲田大学大学院博士課程修了、同大学理工学部助手、1992年青山学院大学理工学部助手、1994年大阪大学理学部に（専任）講師として着任。Stanford大学客員助教授（1995年〜1997年）、Yale大学客員准教授（2001年〜2002年）などを経て、現職（基礎工学研究科数理科学領域、基礎工学部情報科学科数理科学コース）（本データはこの書籍が刊行された当時に掲載されていたものです）第1章　正定値カーネル／第2章　Hilbert空間／第3章　再生核Hilbert空間／第4章　カーネル計算の実際／第5章　MMDとHSIC／第6章　Gauss過程と関数データ解析話題沸騰！阪大教授Joe　Suzukiが講義の演習問題を書籍化。プログラムと例で、カーネルの苦手を克服！本パソコン・システム開発その他	3,300円
【中古】ねこのピートだいすきなよっつのボタン / エリック・リトウィン, ジェームス・ディーン, 大友剛 / ひさかたチャイルド [単行本]【メール便送料無料】【最短翌日配達対応】もったいない本舗　楽天市場店	著者：エリック・リトウィン, ジェームス・ディーン, 大友剛出版社：ひさかたチャイルドサイズ：単行本ISBN-10：4865490159ISBN-13：9784865490152■通常24時間以内に出荷可能です。※繁忙期やセール等、ご注文数が多い日につきましては　発送まで48時間かかる場合があります。あらかじめご了承ください。 ■メール便は、1冊から送料無料です。※宅配便の場合、2,500円以上送料無料です。※最短翌日配達ご希望の方は、宅配便をご選択下さい。※「代引き」ご希望の方は宅配便をご選択下さい。※配送番号付きのゆうパケットをご希望の場合は、追跡可能メール便（送料210円）をご選択ください。■ただいま、オリジナルカレンダーをプレゼントしております。■お急ぎの方は「もったいない本舗　お急ぎ便店」をご利用ください。最短翌日配送、手数料298円から■まとめ買いの方は「もったいない本舗　おまとめ店」がお買い得です。■中古品ではございますが、良好なコンディションです。決済は、クレジットカード、代引き等、各種決済方法がご利用可能です。■万が一品質に不備が有った場合は、返金対応。■クリーニング済み。■商品画像に「帯」が付いているものがありますが、中古品のため、実際の商品には付いていない場合がございます。■商品状態の表記につきまして・非常に良い：　　使用されてはいますが、　　非常にきれいな状態です。　　書き込みや線引きはありません。・良い：　　比較的綺麗な状態の商品です。　　ページやカバーに欠品はありません。　　文章を読むのに支障はありません。・可：　　文章が問題なく読める状態の商品です。　　マーカーやペンで書込があることがあります。　　商品の痛みがある場合があります。	1,333円
Interpretable Machine Learning with Python Build explainable, fair, and robust high-performance models with hands-on, real-world examples【電子書籍】[ Serg Mas?s ] 楽天Kobo電子書籍ストア	＜p＞＜b＞A deep dive into the key aspects and challenges of machine learning interpretability using a comprehensive toolkit, including SHAP, feature importance, and causal inference, to build fairer, safer, and more reliable models. Purchase of the print or Kindle book includes a free eBook in PDF format.＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Interpret real-world data, including cardiovascular disease data and the COMPAS recidivism scores＜/li＞＜li＞Build your interpretability toolkit with global, local, model-agnostic, and model-specific methods＜/li＞＜li＞Analyze and extract insights from complex models from CNNs to BERT to time series models＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞Interpretable Machine Learning with Python, Second Edition, brings to light the key concepts of interpreting machine learning models by analyzing real-world data, providing you with a wide range of skills and tools to decipher the results of even the most complex models. Build your interpretability toolkit with several use cases, from flight delay prediction to waste classification to COMPAS risk assessment scores. This book is full of useful techniques, introducing them to the right use case. Learn traditional methods, such as feature importance and partial dependence plots to integrated gradients for NLP interpretations and gradient-based attribution methods, such as saliency maps. In addition to the step-by-step code, you’ll get hands-on with tuning models and training data for interpretability by reducing complexity, mitigating bias, placing guardrails, and enhancing reliability. By the end of the book, you’ll be confident in tackling interpretability challenges with black-box models using tabular, language, image, and time series data.＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Progress from basic to advanced techniques, such as causal inference and quantifying uncertainty＜/li＞＜li＞Build your skillset from analyzing linear and logistic models to complex ones, such as CatBoost, CNNs, and NLP transformers＜/li＞＜li＞Use monotonic and interaction constraints to make fairer and safer models＜/li＞＜li＞Understand how to mitigate the influence of bias in datasets＜/li＞＜li＞Leverage sensitivity analysis factor prioritization and factor fixing for any model＜/li＞＜li＞Discover how to make models more reliable with adversarial robustness＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞This book is for data scientists, machine learning developers, machine learning engineers, MLOps engineers, and data stewards who have an increasingly critical responsibility to explain how the artificial intelligence systems they develop work, their impact on decision making, and how they identify and manage bias. It’s also a useful resource for self-taught ML enthusiasts and beginners who want to go deeper into the subject matter, though a good grasp of the Python programming language is needed to implement the examples.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	4,304円
渡辺澄夫ベイズ理論100問 with Python/Stan （機械学習の数理100問シリーズ） [ 鈴木讓 ] 楽天ブックス	機械学習の数理100問シリーズ鈴木讓共立出版ワタナベスミオベイズリロンヒャクモンウィズパイソンスタンスズキジョウ発行年月：2024年07月03日予約締切日：2024年05月09日ページ数：246p サイズ：全集・双書 ISBN：9784320125155 鈴木讓（スズキジョウ）大阪大学教授、博士（工学）。1984年早稲田大学理工学部卒、1989年早稲田大学大学院博士課程修了、同大学理工学部助手、1992年青山学院大学理工学部助手、1994年大阪大学理学部に（専任）講師として着任。Stanford大学客員助教授（1995年〜1997年）、Yale大学客員准教授（2001年〜2002年）などを経て、現職（基礎工学研究科数理科学領域、基礎工学部情報科学科数理科学コース）。データ科学、機械学習、統計教育に興味をもつ。日本で最初のベイジアンネットワークの研究者とされる（本データはこの書籍が刊行された当時に掲載されていたものです）第0章　やさしく学べる渡辺澄夫ベイズ理論／第1章　渡辺ベイズ理論入門／第2章　MCMCとStan／第3章　数学的準備／第4章　正則な統計モデル／第5章　情報量規準／第6章　代数幾何／第7章　WAICの本質／第8章　WBICと機械学習への応用本パソコン・システム開発その他	4,290円
【中古】言葉に関する問答集　総集編 / 文化庁 / 大蔵省印刷局 [ペーパーバック]【ネコポス発送】もったいない本舗　お急ぎ便店	著者：文化庁出版社：大蔵省印刷局サイズ：ペーパーバックISBN-10：4171959993ISBN-13：9784171959992■通常24時間以内に出荷可能です。■ネコポスで送料は1～3点で298円、4点で328円。5点以上で600円からとなります。※2,500円以上の購入で送料無料。※多数ご購入頂いた場合は、宅配便での発送になる場合があります。■ただいま、オリジナルカレンダーをプレゼントしております。■送料無料の「もったいない本舗本店」もご利用ください。メール便送料無料です。■まとめ買いの方は「もったいない本舗　おまとめ店」がお買い得です。■中古品ではございますが、良好なコンディションです。決済はクレジットカード等、各種決済方法がご利用可能です。■万が一品質に不備が有った場合は、返金対応。■クリーニング済み。■商品画像に「帯」が付いているものがありますが、中古品のため、実際の商品には付いていない場合がございます。■商品状態の表記につきまして・非常に良い：　　使用されてはいますが、　　非常にきれいな状態です。　　書き込みや線引きはありません。・良い：　　比較的綺麗な状態の商品です。　　ページやカバーに欠品はありません。　　文章を読むのに支障はありません。・可：　　文章が問題なく読める状態の商品です。　　マーカーやペンで書込があることがあります。　　商品の痛みがある場合があります。	1,033円
統計的機械学習の数理100問with Python／鈴木讓【3000円以上送料無料】 bookfan 1号店楽天市場店	著者鈴木讓(著)出版社共立出版発売日2020年04月ISBN9784320125070ページ数251Pキーワードとうけいてききかいがくしゆうのすうりひやくもんういトウケイテキキカイガクシユウノスウリヒヤクモンウイすずきじようスズキジヨウ9784320125070内容紹介機械学習の書籍としておびただしい数の書籍が出版されているが，ななめ読みで終わる，もしくは難しすぎて読めないものが多く，「身につける」という視点で書かれたものは非常に少ないと言ってよい。本書は，100の問題を解くという演習のスタイルをとりながら，数式を導き，Pythonのソースプログラムを追い，具体的に手を動かしてみて，読者が自分のスキルにしていくことを目的としている。本書は各章で解説のあとに問題を掲載している。解説を読んでから問題を解くこともできるが，まず問題から取り組む読み方もできる。その場合，数学の問題において導出の細部がわからなくても，解説に戻ればわかるようになっている。「機械学習の数理100問」は，2018年後期と2019年後期の大阪大学基礎工学部情報科学科数理科学コース3年の講義でも使われ，また公開講座「機械学習・データ科学スプリングキャンプ」2018, 2019でも多くの参加者に解かれ，高い評価を得ている。また，その間に改良を重ねている。問題をすべて独力で解くのは，大学院生か学部の上位10%程度，もしくはその分野の研究開発に携わっていないと難しいかもしれないが，解説を読むだけでも十分な意味がある。なお，本書は"Elements of Statistical Learning"（邦訳は共立出版『統計的学習の基礎』）や"Introduction to Statistical Learning with R"（邦訳は朝倉書店『Rによる統計的学習入門』）といった，統計的機械学習の世界的ベストセラーに準拠していて，レベル的にそれらの中間的なものになっている。前者は事典に近く，読者が何かを身につけるために書かれた書籍ではない。後者は初心者を対象として，感覚的な理解を促してパッケージを使わせることに終始し，本質に近づく視点が欠如していると言わざるを得ない。本書を読むことで，機械学習に関する知識が得られることはもちろんだが，脳裏に数学的ロジックを構築し，プログラムを構成して具体的に検証していくという，データサイエンス業界で活躍するための資質が得られる。本書は「数理」「情報」「データ」といった人工知能時代を勝ち抜くために必須のスキルを身につけるための，うってつけの書籍である。※本データはこの商品が発売された時点の情報です。目次第0章線形代数/第1章線形回帰/第2章分類/第3章リサンプリング/第4章情報量基準/第5章正則化/第6章非線形回帰/第7章決定木/第8章サポートベクトルマシン/第9章教師なし学習	3,300円
【中古】言葉に関する問答集　総集編 / 文化庁 / 大蔵省印刷局 [ペーパーバック]【メール便送料無料】【最短翌日配達対応】もったいない本舗　楽天市場店	著者：文化庁出版社：大蔵省印刷局サイズ：ペーパーバックISBN-10：4171959993ISBN-13：9784171959992■通常24時間以内に出荷可能です。※繁忙期やセール等、ご注文数が多い日につきましては　発送まで48時間かかる場合があります。あらかじめご了承ください。 ■メール便は、1冊から送料無料です。※宅配便の場合、2,500円以上送料無料です。※最短翌日配達ご希望の方は、宅配便をご選択下さい。※「代引き」ご希望の方は宅配便をご選択下さい。※配送番号付きのゆうパケットをご希望の場合は、追跡可能メール便（送料210円）をご選択ください。■ただいま、オリジナルカレンダーをプレゼントしております。■お急ぎの方は「もったいない本舗　お急ぎ便店」をご利用ください。最短翌日配送、手数料298円から■まとめ買いの方は「もったいない本舗　おまとめ店」がお買い得です。■中古品ではございますが、良好なコンディションです。決済は、クレジットカード、代引き等、各種決済方法がご利用可能です。■万が一品質に不備が有った場合は、返金対応。■クリーニング済み。■商品画像に「帯」が付いているものがありますが、中古品のため、実際の商品には付いていない場合がございます。■商品状態の表記につきまして・非常に良い：　　使用されてはいますが、　　非常にきれいな状態です。　　書き込みや線引きはありません。・良い：　　比較的綺麗な状態の商品です。　　ページやカバーに欠品はありません。　　文章を読むのに支障はありません。・可：　　文章が問題なく読める状態の商品です。　　マーカーやペンで書込があることがあります。　　商品の痛みがある場合があります。	1,033円
Data Science from Scratch First Principles with Python【電子書籍】[ Joel Grus ] 楽天Kobo電子書籍ストア	＜p＞Data science libraries, frameworks, modules, and toolkits are great for doing data science, but they’re also a good way to dive into the discipline without actually understanding data science. With this updated second edition, you’ll learn how many of the most fundamental data science tools and algorithms work by implementing them from scratch.＜/p＞＜p＞If you have an aptitude for mathematics and some programming skills, author Joel Grus will help you get comfortable with the math and statistics at the core of data science, and with hacking skills you need to get started as a data scientist. Today’s messy glut of data holds answers to questions no one’s even thought to ask. This book provides you with the know-how to dig those answers out.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	4,611円
Architecture Patterns with Python Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices【電子書籍】[ Harry Percival ] 楽天Kobo電子書籍ストア	＜p＞As Python continues to grow in popularity, projects are becoming larger and more complex. Many Python developers are taking an interest in high-level software design patterns such as hexagonal/clean architecture, event-driven architecture, and the strategic patterns prescribed by domain-driven design (DDD). But translating those patterns into Python isn’t always straightforward.＜/p＞＜p＞With this hands-on guide, Harry Percival and Bob Gregory from MADE.com introduce proven architectural design patterns to help Python developers manage application complexityーand get the most value out of their test suites.＜/p＞＜p＞Each pattern is illustrated with concrete examples in beautiful, idiomatic Python, avoiding some of the verbosity of Java and C# syntax. Patterns include:＜/p＞＜ul＞＜li＞Dependency inversion and its links to ports and adapters (hexagonal/clean architecture)＜/li＞＜li＞Domain-driven design’s distinction between Entities, Value Objects, and Aggregates＜/li＞＜li＞Repository and Unit of Work patterns for persistent storage＜/li＞＜li＞Events, commands, and the message bus＜/li＞＜li＞Command-query responsibility segregation (CQRS)＜/li＞＜li＞Event-driven architecture and reactive microservices＜/li＞＜/ul＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	3,890円
ビジネスマンがきちんと学ぶディープラーニングwith Python／朝野熙彦【3000円以上送料無料】 bookfan 1号店楽天市場店	著者朝野熙彦(編著)出版社朝倉書店発売日2021年03月ISBN9784254122602ページ数178Pキーワードびじねすまんがきちんとまなぶでいーぷらーにんぐビジネスマンガキチントマナブデイープラーニングあさのひろひこアサノヒロヒコ9784254122602内容紹介機械が学習する原理を，数式表現の確認，手計算，Pythonによる実装，データへの適用・改善と順を追って解説。仕組みを理解して自分のビジネスデータへの応用を目指す実務家のための実践テキスト。基礎数学から広告効果測定事例まで。※本データはこの商品が発売された時点の情報です。目次第1章機械による学習のはじまり/第2章数学の基礎を準備/第3章線形から非線形へ/第4章量的な予測を行うディープラーニング/第5章質的な分類を行うディープラーニング/第6章学習結果の適用/第7章機械学習を成功させる工夫/第8章ディープラーニングによる広告効果測定/付録	3,080円
Geographic Data Science with Python【電子書籍】[ Sergio Rey ] 楽天Kobo電子書籍ストア	＜p＞This book provides the tools, the methods, and the theory to meet the challenges of contemporary data science applied to geographic problems and data. In the new world of pervasive, large, frequent, and rapid data, there are new opportunities to understand and analyze the role of geography in everyday life. ＜em＞Geographic Data Science with Python＜/em＞ introduces a new way of thinking about analysis, by using geographical and computational reasoning, it shows the reader how to unlock new insights hidden within data.＜/p＞＜p＞Key Features:＜/p＞＜p＞● Showcases the excellent data science environment in Python.＜/p＞＜p＞● Provides examples for readers to replicate, adapt, extend, and improve.＜/p＞＜p＞● Covers the crucial knowledge needed by geographic data scientists.＜/p＞＜p＞It presents concepts in a far more geographic way than competing textbooks, covering spatial data, mapping, and spatial statistics whilst covering concepts, such as clusters and outliers, as geographic concepts.＜/p＞＜p＞Intended for data scientists, GIScientists, and geographers, the material provided in this book is of interest due to the manner in which it presents geospatial data, methods, tools, and practices in this new field.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	11,311円
【中古】妖鬼妃伝美内すずえセレクション黒の書 / 美内すずえ / 宝島社 [単行本]【メール便送料無料】【最短翌日配達対応】もったいない本舗　楽天市場店	著者：美内すずえ出版社：宝島社サイズ：単行本ISBN-10：4800276101ISBN-13：9784800276100■通常24時間以内に出荷可能です。※繁忙期やセール等、ご注文数が多い日につきましては　発送まで48時間かかる場合があります。あらかじめご了承ください。 ■メール便は、1冊から送料無料です。※宅配便の場合、2,500円以上送料無料です。※最短翌日配達ご希望の方は、宅配便をご選択下さい。※「代引き」ご希望の方は宅配便をご選択下さい。※配送番号付きのゆうパケットをご希望の場合は、追跡可能メール便（送料210円）をご選択ください。■ただいま、オリジナルカレンダーをプレゼントしております。■お急ぎの方は「もったいない本舗　お急ぎ便店」をご利用ください。最短翌日配送、手数料298円から■まとめ買いの方は「もったいない本舗　おまとめ店」がお買い得です。■中古品ではございますが、良好なコンディションです。決済は、クレジットカード、代引き等、各種決済方法がご利用可能です。■万が一品質に不備が有った場合は、返金対応。■クリーニング済み。■商品画像に「帯」が付いているものがありますが、中古品のため、実際の商品には付いていない場合がございます。■商品状態の表記につきまして・非常に良い：　　使用されてはいますが、　　非常にきれいな状態です。　　書き込みや線引きはありません。・良い：　　比較的綺麗な状態の商品です。　　ページやカバーに欠品はありません。　　文章を読むのに支障はありません。・可：　　文章が問題なく読める状態の商品です。　　マーカーやペンで書込があることがあります。　　商品の痛みがある場合があります。	954円
Django for APIs Build web APIs with Python & Django【電子書籍】[ William Vincent ] 楽天Kobo電子書籍ストア	＜p＞＜strong＞Completely updated for Django 4.0 & Django REST Framework 3.13!＜/strong＞＜/p＞＜p＞＜em＞Django for APIs＜/em＞ is a project-based guide to building modern web APIs with Django & Django REST Framework. It is suitable for beginners who have never built an API before as well as professional programmers looking for a fast-paced introduction to Django fundamentals and best practices.＜/p＞＜p＞Over the course of 200+ pages you'll learn how to set up a new project properly, how web APIs work under the hood, and advanced testing and deployment techniques. Three separate projects are built from scratch with progressively more advanced features including a Library API, Todo API, and Blog API. User authentication, permissions, documentation, viewsets, and routers are all covered thoroughly.＜/p＞＜p＞＜em＞Django for APIs＜/em＞ is a best-practices guide to building powerful Python-based web APIs with a minimal amount of code.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	6,585円
Learning Geospatial Analysis with Python Understand GIS fundamentals and perform remote sensing data analysis using Python 3.7【電子書籍】[ Joel Lawhead ] 楽天Kobo電子書籍ストア	＜p＞＜b＞Learn the core concepts of geospatial data analysis for building actionable and insightful GIS applications＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Create GIS solutions using the new features introduced in Python 3.7＜/li＞＜li＞Explore a range of GIS tools and libraries such as PostGIS, QGIS, and PROJ＜/li＞＜li＞Learn to automate geospatial analysis workflows using Python and Jupyter＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞Geospatial analysis is used in almost every domain you can think of, including defense, farming, and even medicine. With this systematic guide, you'll get started with geographic information system (GIS) and remote sensing analysis using the latest features in Python. This book will take you through GIS techniques, geodatabases, geospatial raster data, and much more using the latest built-in tools and libraries in Python 3.7. You'll learn everything you need to know about using software packages or APIs and generic algorithms that can be used for different situations. Furthermore, you'll learn how to apply simple Python GIS geospatial processes to a variety of problems, and work with remote sensing data. By the end of the book, you'll be able to build a generic corporate system, which can be implemented in any organization to manage customer support requests and field support personnel.＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Automate geospatial analysis workflows using Python＜/li＞＜li＞Code the simplest possible GIS in just 60 lines of Python＜/li＞＜li＞Create thematic maps with Python tools such as PyShp, OGR, and the Python Imaging Library＜/li＞＜li＞Understand the different formats that geospatial data comes in＜/li＞＜li＞Produce elevation contours using Python tools＜/li＞＜li＞Create flood inundation models＜/li＞＜li＞Apply geospatial analysis to real-time data tracking and storm chasing＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞This book is for Python developers, researchers, or analysts who want to perform geospatial modeling and GIS analysis with Python. Basic knowledge of digital mapping and analysis using Python or other scripting languages will be helpful.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	5,166円
渡辺澄夫ベイズ理論100問with Python/Stan／鈴木讓【3000円以上送料無料】 bookfan 1号店楽天市場店	著者鈴木讓(著)出版社共立出版発売日2024年07月ISBN9784320125155ページ数229Pキーワードわたなべすみおべいずりろんひやくもんういずぱいそんワタナベスミオベイズリロンヒヤクモンウイズパイソンすずきじようスズキジヨウ9784320125155内容紹介本書は、渡辺澄夫氏によって提案されたWAICおよびWBICの理論的根拠を与えるとともに、ベイズ統計学のためのソフトウェアStanによる実装を導入し、解析関数、経験過程、代数幾何、状態密度の公式などの数学をできる限りやさしく解説したものである。特に、代数幾何は例を数多く掲載した。対象読者は大学基礎課程の統計学の知識がある方、WAICやWBICの本質を知りたい方、『統計的機械学習の数理100問 with Python』程度の知識がある方を想定している。「渡辺澄夫ベイズ理論」という言葉は、渡辺氏の30年来の友人である著者が、本書を執筆するにあたって命名したものである。そこには「WAICの正当化」をはるかに超えるドラマがあった。赤池の情報量規準、甘利の情報幾何とならぶ日本統計学の偉業として渡辺澄夫氏の業績を多くの方に知っていただきたいというのが本書の願いである。※本データはこの商品が発売された時点の情報です。目次第0章やさしく学べる渡辺澄夫ベイズ理論/第1章渡辺ベイズ理論入門/第2章 MCMCとStan/第3章数学的準備/第4章正則な統計モデル/第5章情報量規準/第6章代数幾何/第7章 WAICの本質/第8章 WBICと機械学習への応用	4,290円
Mastering Geospatial Development with QGIS 3.x An in-depth guide to becoming proficient in spatial data analysis using QGIS 3.4 and 3.6 with Python, 3rd Edition【電子書籍】[ Shammunul Islam ] 楽天Kobo電子書籍ストア	＜p＞＜strong＞Go beyond the basics and unleash the full power of QGIS 3.4 and 3.6 with practical, step-by-step examples＜/strong＞＜/p＞＜h4＞Key Features＜/h4＞＜ul＞＜li＞One-stop solution to all of your GIS needs＜/li＞＜li＞Master QGIS by learning about database integration, and geoprocessing tools＜/li＞＜li＞Learn about the new and updated Processing toolbox and perform spatial analysis＜/li＞＜/ul＞＜h4＞Book Description＜/h4＞＜p＞QGIS is an open source solution to GIS and widely used by GIS professionals all over the world. It is the leading alternative to proprietary GIS software. Although QGIS is described as intuitive, it is also, by default, complex. Knowing which tools to use and how to apply them is essential to producing valuable deliverables on time.＜/p＞＜p＞Starting with a refresher on the QGIS basics and getting you acquainted with the latest QGIS 3.6 updates, this book will take you all the way through to teaching you how to create a spatial database and a GeoPackage. Next, you will learn how to style raster and vector data by choosing and managing different colors. The book will then focus on processing raster and vector data. You will be then taught advanced applications, such as creating and editing vector data. Along with that, you will also learn about the newly updated Processing Toolbox, which will help you develop the advanced data visualizations. The book will then explain to you the graphic modeler, how to create QGIS plugins with PyQGIS, and how to integrate Python analysis scripts with QGIS.＜/p＞＜p＞By the end of the book, you will understand how to work with all aspects of QGIS and will be ready to use it for any type of GIS work.＜/p＞＜h4＞What you will learn＜/h4＞＜ul＞＜li＞Create and manage a spatial database＜/li＞＜li＞Get to know advanced techniques to style GIS data＜/li＞＜li＞Prepare both vector and raster data for processing＜/li＞＜li＞Add heat maps, live layer effects, and labels to your maps＜/li＞＜li＞Master LAStools and GRASS integration with the Processing Toolbox＜/li＞＜li＞Edit and repair topological data errors＜/li＞＜li＞Automate workflows with batch processing and the QGIS Graphical Modeler＜/li＞＜li＞Integrate Python scripting into your data processing workflows＜/li＞＜li＞Develop your own QGIS plugins＜/li＞＜/ul＞＜h4＞Who this book is for＜/h4＞＜p＞If you are a GIS professional, a consultant, a student, or perhaps a fast learner who wants to go beyond the basics of QGIS, then this book is for you. It will prepare you to realize the full potential of QGIS.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	4,160円
統計的機械学習の数理100問 with Python 機械学習の数理100問シリーズ / 鈴木讓【全集・双書】 HMV＆BOOKS online 1号店	出荷目安の詳細はこちら内容詳細機械学習の書籍としておびただしい数の書籍が出版されているが，ななめ読みで終わる，もしくは難しすぎて読めないものが多く，「身につける」という視点で書かれたものは非常に少ないと言ってよい。本書は，100の問題を解くという演習のスタイルをとりながら，数式を導き，Pythonのソースプログラムを追い，具体的に手を動かしてみて，読者が自分のスキルにしていくことを目的としている。　本書は各章で解説のあとに問題を掲載している。解説を読んでから問題を解くこともできるが，まず問題から取り組む読み方もできる。その場合，数学の問題において導出の細部がわからなくても，解説に戻ればわかるようになっている。　「機械学習の数理100問」は，2018年後期と2019年後期の大阪大学基礎工学部情報科学科数理科学コース3年の講義でも使われ，また公開講座「機械学習・データ科学スプリングキャンプ」2018, 2019でも多くの参加者に解かれ，高い評価を得ている。また，その間に改良を重ねている。問題をすべて独力で解くのは，大学院生か学部の上位10%程度，もしくはその分野の研究開発に携わっていないと難しいかもしれないが，解説を読むだけでも十分な意味がある。　なお，本書はElements of Statistical Learning（邦訳は共立出版『統計的学習の基礎』）やIntroduction to Statistical Learning with R（邦訳は朝倉書店『Rによる統計的学習入門』）といった，統計的機械学習の世界的ベストセラーに準拠していて，レベル的にそれらの中間的なものになっている。前者は事典に近く，読者が何かを身につけるために書かれた書籍ではない。後者は初心者を対象として，感覚的な理解を促してパッケージを使わせることに終始し，本質に近づく視点が欠如していると言わざるを得ない。　本書を読むことで，機械学習に関する知識が得られることはもちろんだが，脳裏に数学的ロジックを構築し，プログラムを構成して具体的に検証していくという，データサイエンス業界で活躍するための資質が得られる。本書は「数理」「情報」「データ」といった人工知能時代を勝ち抜くために必須のスキルを身につけるための，うってつけの書籍である。目次第0章　線形代数0.1　逆行列0.2　行列式0.3　一次独立性0.4　ベクトル空間とその次元0.5　固有値と固有ベクトル0.6　正規直交基底と直交行列0.7　対称行列の対角化付録　命題の証明第1章　線形回帰1.1　最小二乗法1.2　重回帰1.3　$\hat{\beta}$の分布1.4　RSSの分布1.5　$\hat{\beta}_j \not= 0$の仮説検定1.6　決定係数と共線形性の検出1.7　信頼区間と予測区間付録　命題の証明問題1〜18第2章　分類2.1　ロジスティック回帰2.2　Newton-Raphson法の適用2.3　線形判別と二次判別2.4　K近似法2.5　ROC曲線問題19〜31第3章　リサンプリング3.1　クロスバリデーション3.2　線形回帰の場合の公式3.3　ブートストラップ付録　命題の証明問題32〜39第4章　情報量基準4.1　情報量基準4.2　有効推定量とFisher情報量行列4.3　Kullback-Leibler情報量4.4　赤池の情報量基準(AIC)の導出付録　命題の証明問題40〜48第5章　正則化5.1　Ridge5.2　劣微分5.3　Lasso5.4　RidgeとLassoを比較して5.5　λの値の設定問題49〜56第6章　非線形回帰6.1　多項式回帰6.2　スプライン回帰6.3　自然なスプライン関数への回帰6.4　平滑化スプライン6.5　局所回帰6.6　一般化加法モデル付録　命題の証明問題57〜68第7章　決定木7.1　回帰の決定木7.2　分類の決定木7.3　バギング7.4　ランダムフォレスト7.5　ブースティング問題69〜74第8章　サポートベクトルマシン8.1　最適な境界8.2　最適化の理論8.3　サポートベクトルマシンの解8.4　カーネルを用いたサポートベクトルマシンの拡張付録　命題の証明問題75〜87第9章　教師なし学習9.1　K-meansクラスタリング9.2　階層的クラスタリング9.3　主成分分析付録　プログラム問題88〜100	3,300円
統計的機械学習の数理100問with Python／鈴木讓【1000円以上送料無料】 bookfan 2号店楽天市場店	著者鈴木讓(著)出版社共立出版発売日2020年04月ISBN9784320125070ページ数251Pキーワードとうけいてききかいがくしゆうのすうりひやくもんういトウケイテキキカイガクシユウノスウリヒヤクモンウイすずきじようスズキジヨウ9784320125070内容紹介機械学習の書籍としておびただしい数の書籍が出版されているが，ななめ読みで終わる，もしくは難しすぎて読めないものが多く，「身につける」という視点で書かれたものは非常に少ないと言ってよい。本書は，100の問題を解くという演習のスタイルをとりながら，数式を導き，Pythonのソースプログラムを追い，具体的に手を動かしてみて，読者が自分のスキルにしていくことを目的としている。本書は各章で解説のあとに問題を掲載している。解説を読んでから問題を解くこともできるが，まず問題から取り組む読み方もできる。その場合，数学の問題において導出の細部がわからなくても，解説に戻ればわかるようになっている。「機械学習の数理100問」は，2018年後期と2019年後期の大阪大学基礎工学部情報科学科数理科学コース3年の講義でも使われ，また公開講座「機械学習・データ科学スプリングキャンプ」2018, 2019でも多くの参加者に解かれ，高い評価を得ている。また，その間に改良を重ねている。問題をすべて独力で解くのは，大学院生か学部の上位10%程度，もしくはその分野の研究開発に携わっていないと難しいかもしれないが，解説を読むだけでも十分な意味がある。なお，本書は"Elements of Statistical Learning"（邦訳は共立出版『統計的学習の基礎』）や"Introduction to Statistical Learning with R"（邦訳は朝倉書店『Rによる統計的学習入門』）といった，統計的機械学習の世界的ベストセラーに準拠していて，レベル的にそれらの中間的なものになっている。前者は事典に近く，読者が何かを身につけるために書かれた書籍ではない。後者は初心者を対象として，感覚的な理解を促してパッケージを使わせることに終始し，本質に近づく視点が欠如していると言わざるを得ない。本書を読むことで，機械学習に関する知識が得られることはもちろんだが，脳裏に数学的ロジックを構築し，プログラムを構成して具体的に検証していくという，データサイエンス業界で活躍するための資質が得られる。本書は「数理」「情報」「データ」といった人工知能時代を勝ち抜くために必須のスキルを身につけるための，うってつけの書籍である。※本データはこの商品が発売された時点の情報です。目次第0章線形代数/第1章線形回帰/第2章分類/第3章リサンプリング/第4章情報量基準/第5章正則化/第6章非線形回帰/第7章決定木/第8章サポートベクトルマシン/第9章教師なし学習	3,300円
Machine Learning for Algorithmic Trading Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition【電子書籍】[ Stefan Jansen ] 楽天Kobo電子書籍ストア	＜p＞＜strong＞Leverage machine learning to design and back-test automated trading strategies for real-world markets using pandas, TA-Lib, scikit-learn, LightGBM, SpaCy, Gensim, TensorFlow 2, Zipline, backtrader, Alphalens, and pyfolio.＜/strong＞＜/p＞＜p＞＜strong＞Purchase of the print or Kindle book includes a free eBook in the PDF format.＜/strong＞＜/p＞＜h4＞Key Features＜/h4＞＜ul＞＜li＞Design, train, and evaluate machine learning algorithms that underpin automated trading strategies＜/li＞＜li＞Create a research and strategy development process to apply predictive modeling to trading decisions＜/li＞＜li＞Leverage NLP and deep learning to extract tradeable signals from market and alternative data＜/li＞＜/ul＞＜h4＞Book Description＜/h4＞＜p＞The explosive growth of digital data has boosted the demand for expertise in trading strategies that use machine learning (ML). This revised and expanded second edition enables you to build and evaluate sophisticated supervised, unsupervised, and reinforcement learning models.＜/p＞＜p＞This book introduces end-to-end machine learning for the trading workflow, from the idea and feature engineering to model optimization, strategy design, and backtesting. It illustrates this by using examples ranging from linear models and tree-based ensembles to deep-learning techniques from cutting edge research.＜/p＞＜p＞This edition shows how to work with market, fundamental, and alternative data, such as tick data, minute and daily bars, SEC filings, earnings call transcripts, financial news, or satellite images to generate tradeable signals. It illustrates how to engineer financial features or alpha factors that enable an ML model to predict returns from price data for US and international stocks and ETFs. It also shows how to assess the signal content of new features using Alphalens and SHAP values and includes a new appendix with over one hundred alpha factor examples.＜/p＞＜p＞By the end, you will be proficient in translating ML model predictions into a trading strategy that operates at daily or intraday horizons, and in evaluating its performance.＜/p＞＜h4＞What you will learn＜/h4＞＜ul＞＜li＞Leverage market, fundamental, and alternative text and image data＜/li＞＜li＞Research and evaluate alpha factors using statistics, Alphalens, and SHAP values＜/li＞＜li＞Implement machine learning techniques to solve investment and trading problems＜/li＞＜li＞Backtest and evaluate trading strategies based on machine learning using Zipline and Backtrader＜/li＞＜li＞Optimize portfolio risk and performance analysis using pandas, NumPy, and pyfolio＜/li＞＜li＞Create a pairs trading strategy based on cointegration for US equities and ETFs＜/li＞＜li＞Train a gradient boosting model to predict intraday returns using AlgoSeek's high-quality trades and quotes data＜/li＞＜/ul＞＜h4＞Who this book is for＜/h4＞＜p＞If you are a data analyst, data scientist, Python developer, investment analyst, or portfolio manager interested in getting hands-on machine learning knowledge for trading, this book is for you. This book is for you if you want to learn how to extract value from a diverse set of data sources using machine learning to design your own systematic trading strategies.＜/p＞＜p＞Some understanding of Python and machine learning techniques is required.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	6,744円
Computational Physics Problem Solving with Python【電子書籍】[ Rubin H. Landau ] 楽天Kobo電子書籍ストア	＜p＞＜strong＞The classic in the field for more than 25 years, now with increased emphasis on data science and new chapters on quantum computing, machine learning (AI), and general relativity＜/strong＞＜/p＞＜p＞Computational physics combines physics, applied mathematics, and computer science in a cutting-edge multidisciplinary approach to solving realistic physical problems. It has become integral to modern physics research because of its capacity to bridge the gap between mathematical theory and real-world system behavior.＜/p＞＜p＞＜em＞Computational Physics＜/em＞ provides the reader with the essential knowledge to understand computational tools and mathematical methods well enough to be successful. Its philosophy is rooted in “learning by doing”, assisted by many sample programs in the popular Python programming language. The first third of the book lays the fundamentals of scientific computing, including programming basics, stable algorithms for differentiation and integration, and matrix computing. The latter two-thirds of the textbook cover more advanced topics such linear and nonlinear differential equations, chaos and fractals, Fourier analysis, nonlinear dynamics, and finite difference and finite elements methods. A particular focus in on the applications of these methods for solving realistic physical problems.＜/p＞＜p＞Readers of the fourth edition of ＜em＞Computational Physics＜/em＞ will also find:＜/p＞＜ul＞＜li＞An exceptionally broad range of topics, from simple matrix manipulations to intricate computations in nonlinear dynamics＜/li＞＜li＞A whole suite of supplementary material: Python programs, Jupyter notebooks and videos＜/li＞＜/ul＞＜p＞＜em＞Computational Physics＜/em＞ is ideal for students in physics, engineering, materials science, and any subjects drawing on applied physics.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	14,327円
【中古】灰と幻想のグリムガル level．13 / 十文字青, 白井鋭利 / オーバーラップ [文庫]【メール便送料無料】【最短翌日配達対応】もったいない本舗　楽天市場店	著者：十文字青, 白井鋭利出版社：オーバーラップサイズ：文庫ISBN-10：4865543457ISBN-13：9784865543452■こちらの商品もオススメです ● 乙嫁語り 1 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 5 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 3 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 2 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 7 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 4 / 森薫 / KADOKAWA [コミック] ● 乙嫁語り 6 / 森薫 / KADOKAWA [コミック] ● チェーザレ破壊の創造者 2 / 惣領冬実 / 講談社 [コミック] ● オーバーロード 9 / 丸山くがね, so-bin / KADOKAWA/エンターブレイン [単行本] ● 灰と幻想のグリムガル level．7 / 十文字青, 白井鋭利 / オーバーラップ [文庫] ● チェーザレ破壊の創造者 3 / 惣領冬実 / 講談社 [コミック] ● 灰と幻想のグリムガル level．3 / 十文字青, 白井鋭利 / オーバーラップ [文庫] ● オーバーロード 6 / 丸山くがね, so-bin / KADOKAWA/エンターブレイン [単行本（ソフトカバー）] ● オーバーロード 1 / 丸山くがね, so-bin / KADOKAWA/エンターブレイン [ペーパーバック] ● 灰と幻想のグリムガル level．9 / 十文字青, 白井鋭利 / オーバーラップ [文庫] ■通常24時間以内に出荷可能です。※繁忙期やセール等、ご注文数が多い日につきましては　発送まで48時間かかる場合があります。あらかじめご了承ください。 ■メール便は、1冊から送料無料です。※宅配便の場合、2,500円以上送料無料です。※最短翌日配達ご希望の方は、宅配便をご選択下さい。※「代引き」ご希望の方は宅配便をご選択下さい。※配送番号付きのゆうパケットをご希望の場合は、追跡可能メール便（送料210円）をご選択ください。■ただいま、オリジナルカレンダーをプレゼントしております。■お急ぎの方は「もったいない本舗　お急ぎ便店」をご利用ください。最短翌日配送、手数料298円から■まとめ買いの方は「もったいない本舗　おまとめ店」がお買い得です。■中古品ではございますが、良好なコンディションです。決済は、クレジットカード、代引き等、各種決済方法がご利用可能です。■万が一品質に不備が有った場合は、返金対応。■クリーニング済み。■商品画像に「帯」が付いているものがありますが、中古品のため、実際の商品には付いていない場合がございます。■商品状態の表記につきまして・非常に良い：　　使用されてはいますが、　　非常にきれいな状態です。　　書き込みや線引きはありません。・良い：　　比較的綺麗な状態の商品です。　　ページやカバーに欠品はありません。　　文章を読むのに支障はありません。・可：　　文章が問題なく読める状態の商品です。　　マーカーやペンで書込があることがあります。　　商品の痛みがある場合があります。	358円
Modern Graph Theory Algorithms with Python Harness the power of graph algorithms and real-world network applications using Python【電子書籍】[ Franck Kalala Mutombo ] 楽天Kobo電子書籍ストア	＜p＞＜b＞Solve challenging and computationally intensive analytics problems by leveraging network science and graph algorithms ＜/b＞＜/p＞＜h2＞Key Features＜/h2＞＜ul＞＜li＞Learn how to wrangle different types of datasets and analytics problems into networks＜/li＞＜li＞Leverage graph theoretic algorithms to analyze data efficiently＜/li＞＜li＞Apply the skills you gain to solve a variety of problems through case studies in Python＜/li＞＜li＞Purchase of the print or Kindle book includes a free PDF eBook＜/li＞＜/ul＞＜h2＞Book Description＜/h2＞We are living in the age of big data, and scalable solutions are a necessity. Network science leverages the power of graph theory and flexible data structures to analyze big data at scale. This book guides you through the basics of network science, showing you how to wrangle different types of data (such as spatial and time series data) into network structures. You’ll be introduced to core tools from network science to analyze real-world case studies in Python. As you progress, you’ll find out how to predict fake news spread, track pricing patterns in local markets, forecast stock market crashes, and stop an epidemic spread. Later, you’ll learn about advanced techniques in network science, such as creating and querying graph databases, classifying datasets with graph neural networks (GNNs), and mining educational pathways for insights into student success. Case studies in the book will provide you with end-to-end examples of implementing what you learn in each chapter. By the end of this book, you’ll be well-equipped to wrangle your own datasets into network science problems and scale solutions with Python.＜h2＞What you will learn＜/h2＞＜ul＞＜li＞Transform different data types, such as spatial data, into network formats＜/li＞＜li＞Explore common network science tools in Python＜/li＞＜li＞Discover how geometry impacts spreading processes on networks＜/li＞＜li＞Implement machine learning algorithms on network data features＜/li＞＜li＞Build and query graph databases＜/li＞＜li＞Explore new frontiers in network science such as quantum algorithms＜/li＞＜/ul＞＜h2＞Who this book is for＜/h2＞＜p＞If you’re a researcher or industry professional analyzing data and are curious about network science approaches to data, this book is for you. To get the most out of the book, basic knowledge of Python, including pandas and NumPy, as well as some experience working with datasets is required. This book is also ideal for anyone interested in network science and learning how graph algorithms are used to solve science and engineering problems. R programmers may also find this book helpful as many algorithms also have R implementations.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	3,874円
Building Data Science Applications with FastAPI Develop, manage, and deploy efficient machine learning applications with Python【電子書籍】[ Fran?ois Voron ] 楽天Kobo電子書籍ストア	＜p＞＜b＞Learn all the features and best practices of FastAPI to build, deploy, and monitor powerful data science and AI apps, like object detection or image generation. Purchase of the print or Kindle book includes a free PDF eBook＜/b＞＜/p＞＜h4＞Key Features＜/h4＞＜ul＞＜li＞Uncover the secrets of FastAPI, including async I/O, type hinting, and dependency injection＜/li＞＜li＞Learn to add authentication, authorization, and interaction with databases in a FastAPI backend＜/li＞＜li＞Develop real-world projects using pre-trained AI models＜/li＞＜/ul＞＜h4＞Book Description＜/h4＞Building Data Science Applications with FastAPI is the go-to resource for creating efficient and dependable data science API backends. This second edition incorporates the latest Python and FastAPI advancements, along with two new AI projects ? a real-time object detection system and a text-to-image generation platform using Stable Diffusion. The book starts with the basics of FastAPI and modern Python programming. You'll grasp FastAPI's robust dependency injection system, which facilitates seamless database communication, authentication implementation, and ML model integration. As you progress, you'll learn testing and deployment best practices, guaranteeing high-quality, resilient applications. Throughout the book, you'll build data science applications using FastAPI with the help of projects covering common AI use cases, such as object detection and text-to-image generation. These hands-on experiences will deepen your understanding of using FastAPI in real-world scenarios. By the end of this book, you'll be well equipped to maintain, design, and monitor applications to meet the highest programming standards using FastAPI, empowering you to create fast and reliable data science API backends with ease while keeping up with the latest advancements.＜h4＞What you will learn＜/h4＞＜ul＞＜li＞Explore the basics of modern Python and async I/O programming＜/li＞＜li＞Get to grips with basic and advanced concepts of the FastAPI framework＜/li＞＜li＞Deploy a performant and reliable web backend for a data science application＜/li＞＜li＞Integrate common Python data science libraries into a web backend＜/li＞＜li＞Integrate an object detection algorithm into a FastAPI backend＜/li＞＜li＞Build a distributed text-to-image AI system with Stable Diffusion＜/li＞＜li＞Add metrics and logging and learn how to monitor them＜/li＞＜/ul＞＜h4＞Who this book is for＜/h4＞＜p＞This book is for data scientists and software developers interested in gaining knowledge of FastAPI and its ecosystem to build data science applications. Basic knowledge of data science and machine learning concepts and how to apply them in Python is recommended.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	4,304円
【中古】統計的機械学習の数理100問　with　Python 機械学習の数理100問シリーズ2／鈴木讓(著者) ブックオフ楽天市場店	鈴木讓(著者)販売会社/発売会社：共立出版発売年月日：2020/04/27JAN：9784320125070	2,117円
退屈なことはPythonにやらせようノンプログラマーにもできる自動化処理プログラミング / 原タイトル:Automate the Boring Stuff with Python 原著第2版の翻訳[本/雑誌] / AlSweigart/著相川愛三/訳ネオウィング楽天市場店	ご注文前に必ずご確認ください＜商品説明＞一歩先行くハイパフォーマンスなビジネスパーソンからの圧倒的な支持を獲得し、自作RPA本の草分けとして大ヒットしたベストセラー書の改訂版。劇的な「業務効率化」「コスト削減」「生産性向上」を達成するには、単純な繰り返し作業の自動化は必須です。本書ではWordやExcel、PDF文書の一括処理、Webサイトからのダウンロード、メールやSMSの送受信、画像処理、GUI操作といった日常業務でよく直面する面倒で退屈な作業を、Pythonと豊富なモジュールを使って自動化します。今回の改訂では、GmailやGoogleスプレッドシートの操作、Pythonと各種モジュールの最新版への対応、演習等を増補しています。日本語版では、PyInstallerによるEXEファイルの作成方法を巻末付録として収録しました。＜収録内容＞第1部 Pythonプログラミングの基礎(Pythonの基本フロー制御関数リスト辞書とデータ構造文字列の操作)第2部処理の自動化(正規表現を使ったパターンマッチ入力検証ファイルの読み書きファイル管理デバッグWebスクレイピングExcelスプレッドシートの操作Google Sheetsの操作PDFとWord文書の操作CSVファイルとJSONデータの操作時間管理、タスクのスケジューリング、プログラム起動電子メールやSMSの送信画像の操作GUI自動化によるキーボードとマウスの制御付録A サードパーティーモジュールのインストール付録B Pythonスクリプトの実行付録C 演習問題の解答付録D Pylnstallerによる実行ファイル作成)＜商品詳細＞商品番号：NEOBK-2843987AlSweigart / Cho Aikawa Ai San / Yaku / Taikutsuna Koto Ha Python Ni Yaraseyo Nonprogrammer Ni Mo Dekiru Jido Ka Shori Programming / Original Title: Automate the Boring Stuff with Python Gencho Dai2 Han No Honyakuメディア：本/雑誌発売日：2023/03JAN：9784873119274退屈なことはPythonにやらせようノンプログラマーにもできる自動化処理プログラミング / 原タイトル:Automate the Boring Stuff with Python 原著第2版の翻訳[本/雑誌] / AlSweigart/著相川愛三/訳2023/03発売	4,290円
Building Data Science Applications with FastAPI Develop, manage, and deploy efficient machine learning applications with Python【電子書籍】[ Francois Voron ] 楽天Kobo電子書籍ストア	＜p＞Get well-versed with FastAPI features and best practices for testing, monitoring, and deployment to run high-quality and robust data science applications Key Features ? Cover the concepts of the FastAPI framework, including aspects relating to asynchronous programming, type hinting, and dependency injection ? Develop efficient RESTful APIs for data science with modern Python ? Build, test, and deploy high performing data science and machine learning systems with FastAPI Book Description FastAPI is a web framework for building APIs with Python 3.6 and its later versions based on standard Python-type hints. With this book, you'll be able to create fast and reliable data science API backends using practical examples. This book starts with the basics of the FastAPI framework and associated modern Python programming language concepts. You'll be taken through all the aspects of the framework, including its powerful dependency injection system and how you can use it to communicate with databases, implement authentication and integrate machine learning models. Later, you'll cover best practices relating to testing and deployment to run a high-quality and robust application. You'll also be introduced to the extensive ecosystem of Python data science packages. As you progress, you'll learn how to build data science applications in Python using FastAPI. The book also demonstrates how to develop fast and efficient machine learning prediction backends and test them to achieve the best performance. Finally, you'll see how to implement a real-time face detection system using WebSockets and a web browser as a client. By the end of this FastAPI book, you'll have not only learned how to implement Python in data science projects but also how to maintain and design them to meet high programming standards with the help of FastAPI. What you will learn ? Explore the basics of modern Python and async I/O programming ? Get to grips with basic and advanced concepts of the FastAPI framework ? Implement a FastAPI dependency to efficiently run a machine learning model ? Integrate a simple face detection algorithm in a FastAPI backend ? Integrate common Python data science libraries in a web backend ? Deploy a performant and reliable web backend for a data science application Who this book is for This Python data science book is for data scientists and software developers interested in gaining knowledge of FastAPI and its ecosystem to build data science applications. Basic knowledge of data science and machine learning concepts and how to apply them in Python is recommended.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	6,313円
Simulating Nonlinear Circuits with Python Power Electronics An Open-Source Simulator, Based on Python?【電子書籍】[ Shivkumar V. Iyer ] 楽天Kobo電子書籍ストア	＜p＞This book provides readers with an in-depth discussion of circuit simulation, combining basic electrical engineering circuit theory with Python programming. It fills an information gap by describing the development of Python Power Electronics, an open-source software for simulating circuits, and demonstrating its use in a sample circuit. Unlike typical books on circuit theory that describe how circuits can be solved mathematically, followed by examples of simulating circuits using specific, commercial software, this book has a different approach and focus. The author begins by describing every aspect of the open-source software, in the context of non-linear power electronic circuits, as a foundation for aspiring or practicing engineers to embark on further development of open source software for different purposes. By demonstrating explicitly the operation of the software through algorithms, this book brings together the fields of electrical engineering and software technology.＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちらをクリックして下さい。 ※このページからは注文できません。	9,723円