Pythonの科学技術計算ツールを使い倒そう！
（Scipy, Sympy, Pandas）

● 先進的な統計学的用法
（最尤推定法、ベイズ推定法、ブートストラップ法など）
● 機械学習にかかわる使用法
（決定木、ロジスティック回帰、サポートベクトルマシン、次元削減、アンサンブル学習など）
● 機械学習概念のシミュレートや視覚化するための応用法
（Numpy、Scipy、Sympy、Pandas、Scikit-learnなど）

原書 『Python for Probability, statistics, and Machine Learning』Springer International Publishing (2016)
原書著者 José Unpingco

【主な目次と執筆者】

原著　José Unpingco
翻訳　石井　一夫、加藤　公一、小川史恵
第１章 科学技術計算のためのPythonへの入門
インストールとセットアップ／Numpy／Matplotlib／IPython／Scipy／Pandas／Sympy／コンパイル済みライブラリのインタフェース／統合開発環境／パフォーマンスと並列プログラミングへのクイックガイド／その他のリソース
第２章 確率
はじめに／写像法／写像としての条件付き期待値／条件付き期待値と平均二乗誤差／条件付き期待値と平均二乗誤差最適化の実施例／情報エントロピー／積率母関数／モンテカルロサンプリング法／有用な不等式
第３章 統計
はじめに／統計用Pythonモジュール／収束の種類／最尤推定法を用いた推定／仮説検定とP値／信頼区間／線形回帰／最大事後確率／ロバスト統計／ブートストラッピング／ガウス=マルコフの定理／ノンパラメトリック法
第４章 機械学習
はじめに／Pythonの機械学習モジュール／学習の理論／決定木／ロジスティック回帰／正則化／サポートベクトルマシン／次元削減／クラスタリング／アンサンブル手法