資料詳細

[ 和図書 ] Python言語によるプログラミングイントロダクション計算モデリングとデータサイエンスの応用とともに ( 世界標準MIT教科書 )

John V.Guttag／著 -- 近代科学社 -- 2023.1 -- 第3版

所蔵

所蔵は 1 件です。

所蔵館	所蔵場所	資料区分	請求記号	資料コード	所蔵状態	資料の利用
配架日	協力貸出	利用状況	返却予定日	資料取扱	予約数	付録注記	備考
中央	2F	一般図書	/007.6/8651/2023	7116310725		配架図 Digital BookShelf
2023/02/28	可能	利用可			0

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

ページの先頭へ

資料詳細

ISBN	4-7649-0646-4
ISBN13桁	978-4-7649-0646-4
タイトル	Python言語によるプログラミングイントロダクション
タイトルカナ	パイソンゲンゴニヨルプログラミングイントロダクション
タイトル関連情報	計算モデリングとデータサイエンスの応用とともに
タイトル関連情報読み	ケイサンモデリングトデータサイエンスノオウヨウトトモニ
著者名	John V.Guttag ／著, 久保幹雄／監訳, 麻生敏正／訳, 木村泰紀／訳, 小林和博／訳, 斉藤佳鶴子／訳, 関口良行／訳, 鄭金花／訳, 並木誠／訳, 兵藤哲朗／訳, 藤原洋志／訳, 古木友子／訳
著者名典拠番号	120002791060000 , 110002785910000 , 110006728430000 , 110005360160000 , 110006728450000 , 110004491530000 , 110006549010000 , 110007237680000 , 110005309100000 , 110007237690000 , 110006728500000 , 110007775630000
版表示	第3版
出版地	東京
出版者	近代科学社
出版者カナ	キンダイカガクシャ
出版年	2023.1
ページ数	13,481p
大きさ	26cm
シリーズ名	世界標準MIT教科書
シリーズ名のルビ等	セカイヒョウジュンエムアイティーキョウカショ
原タイトル注記	原タイトル:Introduction to computation and programming using Python 原著第3版の翻訳
価格	¥5500
内容紹介	プログラミングを使って問題解決を行うための技術を身につけることを目的としたテキスト。Pythonのほとんどの言語仕様を取り上げ、プログラミングモデル作成の方法、データから情報を抽出するプログラム手法などを解説。
一般件名	プログラミング(コンピュータ)
一般件名カナ	プログラミング(コンピュータ)
一般件名典拠番号	510348100000000
分類：都立NDC10版	007.64
資料情報1	『Python言語によるプログラミングイントロダクション計算モデリングとデータサイエンスの応用とともに』（世界標準MIT教科書）第3版　John V.Guttag／著, 久保幹雄／監訳 , 麻生敏正／訳　近代科学社　2023.1（所蔵館：中央　請求記号：/007.6/8651/2023　資料コード：7116310725）
URL	https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1154128988

ページの先頭へ

第1章さあ,始めよう!: 1.1 本章で紹介した用語
第2章 Pythonの概要: 2.1 PythonのインストールとPython IDE; 2.2 Pythonの基礎入門; 2.3 分岐プログラム; 2.4 文字列と入力; 2.5 Whileループ; 2.6 forループとrange; 2.7 スタイルについて; 2.8 本章で紹介した用語
第3章簡単な算術プログラム: 3.1 総当り; 3.2 近似解と2分法; 3.3 浮動小数点数型の利用に関する注意; 3.4 ニュートン-ラフソン法; 3.5 本章で紹介した用語
第4章関数,スコープ,抽象化: 4.1 関数とスコープ; 4.2 仕様; 4.3 関数を使ったコードのモジュール化; 4.4 オブジェクトとしての関数; 4.5 メソッドと過度な単純化; 4.6 本章で紹介した用語
第5章構造型と可変性: 5.1 タプル; 5.2 範囲と反復; 5.3 リストと可変性; 5.4 リストに対する高階演算; 5.5 文字列,タプル,範囲とリスト; 5.6 集合; 5.7 辞書; 5.8 辞書の内包表記; 5.9 本章で紹介した用語
第6章再帰と広域変数: 6.1 フィボナッチ数; 6.2 回文; 6.3 広域変数; 6.4 本章で紹介した用語
第7章モジュールとファイル: 7.1 モジュール; 7.2 定義済みパッケージの利用; 7.3 ファイル; 7.4 本章で紹介した用語
第8章テストとデバッグ: 8.1 テスト; 8.2 デバッグ
第9章例外とアサーション: 9.1 例外の処理; 9.2 フロー制御機構としての例外; 9.3 アサーション; 9.4 本章で紹介した用語
第10章クラスとオブジェクト指向プログラミング: 10.1 抽象データ型とクラス; 10.2 継承; 10.3 カプセル化と情報隠蔽; 10.4 さらなる例; 10.5 本章で紹介した用語
第11章計算複雑性入門: 11.1 計算複雑性についての考察; 11.2 漸近記法; 11.3 いくつかの重要な計算複雑性のクラス; 11.4 本章で紹介した用語
第12章いくつかの単純なアルゴリズムとデータ構造: 12.1 探索アルゴリズム; 12.2 ソーティングアルゴリズム; 12.3 ハッシュ表; 12.4 本章で紹介した用語
第13章プロットとクラス: 13.1 Matplotlibを用いたプロット; 13.2 住宅ローン残高の図示; 13.3 感染症データに対する対話型プロット; 13.4 本章で紹介した用語
第14章ナップサック問題とグラフ最適化問題: 14.1 ナップサック問題; 14.2 グラフ最適化問題; 14.3 本章で紹介した用語
第15章動的計画法: 15.1 フィボナッチ数列,再考; 15.2 動的計画法と0/1ナップサック問題; 15.3 動的計画法と分割統治; 15.4 本章で紹介した用語
第16章ランダムウォークと可視化: 16.1 ランダムウォーク; 16.2 酔歩; 16.3 偏りのあるランダムウォーク; 16.4 仕掛けを持つ場; 16.5 本章で紹介した用語
第17章確率,統計とプログラム: 17.1 確率を用いたプログラム; 17.2 簡単な確率計算; 17.3 推計統計学; 17.4 分布; 17.5 ハッシュと衝突; 17.6 良いチームはどれくらい勝つ?; 17.7 本章で紹介した用語
第18章モンテカルロ・シミュレーション: 18.1 パスカルの問題; 18.2 「パスライン」か「ドントパス」か; 18.3 性能を上げるために参照表を使う; 18.4 πを求める; 18.5 シミュレーションモデルに関する結びのことば; 18.6 本章で紹介した用語
第19章標本抽出と信頼区間: 19.1 ボストンマラソンの標本抽出; 19.2 中心極限定理; 19.3 平均の標準誤差; 19.4 本章で紹介した用語
第20章実験データの理解: 20.1 バネの振舞い; 20.2 発射体の振舞い; 20.3 指数的に分布するデータの回帰; 20.4 理論が得られないとき; 20.5 本章で紹介した用語
第21章無作為試験(無作為抽出試験)と仮説の照合: 21.1 有意性のチェック; 21.2 p値に注意せよ; 21.3 片側検定と1標本検定; 21.4 有意性の有無; 21.5 標本サイズNの決め方; 21.6 多重仮説検定; 21.7 条件付き確率とベイズ統計; 21.8 本章で紹介した用語
第22章うそ,真っ赤なうそ,そして統計: 22.1 ごみ入れごみ出し(ガイゴー); 22.2 検定は完璧ではない; 22.3 図は人をだますもの; 22.4 偽りの因果の誤り; 22.5 統計的測定は,ストーリー全体を表すわけではない; 22.6 サンプリングの偏り; 22.7 文脈が重要である; 22.8 りんごをオレンジと比較する; 22.9 いいとこ取りをすること
第23章 Pandasによるデータの探索: 23.1 データフレームとCSVファイル; 23.2 シリーズとデータフレームの生成; 23.3 列と行の選択; 23.4 データフレーム内のデータの操作; 23.5 発展的な例; 23.6 本章で紹介した用語
第24章機械学習はやわかり: 24.1 特徴ベクトル; 24.2 距離; 24.3 本章で紹介した用語
第25章クラスタリング: 25.1 Clusterクラス; 25.2 k平均クラスタリング; 25.3 不自然な例; 25.4 より不自然さの少ない例; 25.5 本章で紹介した用語
第26章分類法: 26.1 分類器の評価; 26.2 ランナーの性別予想; 26.3 k近傍法; 26.4 回帰をもとにした分類器; 26.5 タイタニック号からの生還; 26.6 まとめ; 26.7 本章で紹介した用語
付録A Python 3.8簡易マニュアル

ページの先頭へ