表紙
注意書き
まえがき
本書の見方
●第0章　Python基本文法の復習
0.1　ようこそ機械学習の世界へ
0.2　Python基本文法の習熟度を確認する練習問題
0.3　確認用練習問題の解答
■■第I部　ようこそ機械学習の世界へ
●第1章　AIと機械学習
1.1　人工知能（AI）とは
1.2　機械学習とは
1.3　第1章のまとめ
1.4　練習問題
1.5　練習問題の解答
●第2章　機械学習に必要な基礎統計学
2.1　データの種類
2.2　基本統計量
2.3　統計学でよく使われるグラフ
2.4　第2章のまとめ
2.5　練習問題
2.6　練習問題の解答
●第3章　機械学習によるデータ分析の流れ
3.1　目的の明確化
3.2　データの収集と前処理
3.3　モデルの選択と学習
3.4　モデルの評価
3.5　第3章のまとめ
3.6　練習問題
3.7　練習問題の解答
●第4章　機械学習の体験
4.1　きのこ派とたけのこ派に分類する
4.2　pandas超入門
4.3　データの前処理
4.4　モデルの準備と機械学習の実行
4.5　モデルの評価
4.6　モデルの保存
4.7　第4章のまとめ
4.8　練習問題
4.9　練習問題の解答
■■第II部　教師あり学習の理解を深めよう
第II部で新たに学ぶトピック一覧
●第5章　分類1：アヤメの判別
5.1　アヤメの花を分類する
5.2　データの前処理
5.3　モデルの作成と学習
5.4　モデルの評価
5.5　決定木の図の作成
5.6　第5章のまとめ
5.7　練習問題
5.8　練習問題の解答
●第6章　回帰1：映画の興行収入の予測
6.1　映画の興行収入を予測する
6.2　データの前処理
6.3　モデルの作成と学習
6.4　モデルの評価
6.5　回帰式による影響度の分析
6.6　第6章のまとめ
6.7　練習問題
6.8　練習問題の解答
●第7章　分類2：客船沈没事故での生存予測
7.1　客船沈没事故から生き残れるかを予測
7.2　データの前処理
7.3　モデルの作成と学習
7.4　モデルの評価
7.5　決定木における特徴量の考察
7.6　第7章のまとめ
7.7　練習問題
7.8　練習問題の解答
●第8章　回帰2：住宅の平均価格の予測
8.1　住宅平均価格を予測する
8.2　データの前処理
8.3　モデルの作成と学習
8.4　モデルの評価とチューニング
8.5　第8章のまとめ
8.6　練習問題
8.7　練習問題の解答
●第9章　教師あり学習の総合演習
9.1　第Ⅱ部で学習した内容のまとめ
9.2　練習問題：金融機関のキャンペーン分析
■■第III部　中級者への最初の1歩を踏み出そう
●第10章　より実践的な前処理
10.1　さまざまなデータの読み込み
10.2　より高度な欠損値の処理
10.3　より高度な外れ値の処理
10.4　第10章のまとめ
10.5　練習問題
10.6　練習問題の解答
●第11章　さまざまな教師あり学習：回帰
11.1　リッジ回帰
11.2　ラッソ回帰
11.3　回帰木
11.4　第11章のまとめ
11.5　練習問題
11.6　練習問題の解答
●第12章　さまざまな教師あり学習：分類
12.1　ロジスティック回帰
12.2　ランダムフォレスト
12.3　アダブースト
12.4　第12章のまとめ
12.5　練習問題
12.6　練習問題の解答
●第13章　さまざまな予測性能評価
13.1　回帰の予測性能評価
13.2　分類の予測性能評価
13.3　K分割交差検証
13.4　第13章のまとめ
13.5　練習問題
13.6　練習問題の解答
●第14章　教師なし学習1：次元の削減
14.1　次元削減の概要
14.2　データの前処理
14.3　主成分分析の実施
14.4　結果の評価
14.5　第14章のまとめ
14.6　練習問題
14.7　練習問題の解答
●第15章　教師なし学習2：クラスタリング
15.1　クラスタリングの概要
15.2　データの前処理
15.3　クラスタリングの実行
15.4　結果の評価
15.5　第15章のまとめ
15.6　練習問題
15.7　練習問題の解答
●第16章　まだまだ広がる機械学習の世界
16.1　さまざまな機械学習
●付録A　sukkiri.jpについて
A.1　sukkiri.jpについて
●付録B　エラー解決・虎の巻
B.1　エラーとの上手な付き合い方
B.2　トラブルシューティング
●付録C　Pandas虎の巻
C.1　シリーズの基本操作
C.2　データフレームの基本操作
C.3　データフレームの応用操作
C.4　データの可視化
●付録D　機械学習の数学（基礎編）
D.1　データとデータの距離（高校数学）
D.2　データの総和を表すΣ（高校数学）
D.3　微分（高校数学の基礎レベル）
D.4　線形代数（大学数学の基礎レベル）
D.5　偏微分（大学数学の基礎レベル）
●付録E　最小2乗法の数学理論に挑戦
E.1　重回帰分析の係数の導出（最小2乗法）
索引
奥付

• 須藤秋良（著者）

  株式会社フレアリンクCDSO(chief data science officer)。教育業界のデータ解析や医学研究の統計解析コンサルティングなどを行い、最近ではDjango やRailsを利用した機械学習Webアプリの開発といったエンジニア業務も務める。また、これら業務の知見を活かし、データサイエンス系セミナーの研修講師も務め、これまで担当した研修受講者は総数3000名を超える。著書は『スッキリわかるPython入門』。