内容紹介：待望の第２版機械学習・データサイエンスの現場で役立つＮｕｍｐｙによるデータ高速処理手法を丁寧に解説【本書の概要】機械学習やデータサイエンスを扱う現場では、Ｐｙｔｈｏｎの高機能で利用しやすい数学・科学系ライブラリが活用されています。本書は、その中でも機械学習・データサイエンスの現場でよく利用されているＮｕｍＰｙをピックアップ。Ｎｕｍｐｙの基本から始まり、現場で使える実践的な高速データ処理手法について解説します。特に、配列の処理に力点を置いています。最終章では機械学習における実践的なデータ処理手法について解説します。【第２版の変更点】・Ｐｙｔｈｏｎ　３１１に対応・各種ライブラリのアップデート【ＮｕｍＰｙ（ナンパイ）とは】ＮｕｍＰｙは、機械学習・データサイエンスの現場で扱うことの多い多次元配列（行列やベクトル）を処理する高水準の数学関数が充実しているライブラリです。Ｐｙｔｈｏｎ単体では遅い処理であっても、Ｃ言語なみに高速化できるケースもあり、機械学習・データサイエンスにおけるデータ処理に欠かせないライブラリとなっています。【対象読者】・機械学習エンジニア・データサイエンティスト【目次】Ｃｈａｐｔｅｒ１　ＮｕｍＰｙの基本Ｃｈａｐｔｅｒ２　ＮｕｍＰｙ配列を操作する関数を知るＣｈａｐｔｅｒ３　ＮｕｍＰｙの数学関数を使うＣｈａｐｔｅｒ４　ＮｕｍＰｙで機械学習を実装する【著者プロフィール】吉田拓真（よしだ・たくま）データサイエンス関連のサービスを提供する株式会社Ｓｐｏｔ　代表取締役社長。Ｗｅｂメディア『ＤｅｅｐＡｇｅ』編集長。尾原　颯（おはら・そう）東京大学工学部機械工学科所属。大学ではハードウェア寄りの勉強が多め。趣味はアカペラとテニス。基本的に運動が好き。最近、ランニングを始める。
機械学習やデータサイエンスを扱う現場では、Ｐｙｔｈｏｎの高機能で利用しやすい数学・科学系ライブラリが活用されています。本書は、その中でもよく利用されているＮｕｍＰｙをピックアップ。ＮｕｍＰｙの基本から始まり、現場で使える実践的な高速データ処理手法について解説します。特に、配列の処理に力点を置いています。最終章では機械学習における実践的なデータ処理手法について解説します。
もくじ情報：１　ＮｕｍＰｙの基本（ＮｕｍＰｙの基本とインストール方法；多次元データ構造ｎｄａｒｒａｙの基礎　ほか）；２　ＮｕｍＰｙ配列を操作する関数を知る（配列を形状変換するｒｅｓｈａｐｅ；配列末尾へ要素を追加するａｐｐｅｎｄ　ほか）；３　ＮｕｍＰｙの数学関数を使う（ＮｕｍＰｙの数学関数・定数のまとめ；要素の平均を求めるａｖｅｒａｇｅとｍｅａｎ　ほか）；４　ＮｕｍＰｙで機械学習を実装する（配列の正規化（ｎｏｒｍａｌｉｚｅ）、標準化をする方法；線形回帰をＮｕｍＰｙで実装する　ほか）