内容紹介：Ｐｙｔｈｏｎでデータサイエンスの理論と実践を学ぶ　データサイエンスは、「データを科学的に扱う」学問分野です。近年、ＩＣＴの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。本書は、データサイエンスの基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、Ｐｙｔｈｏｎを使って実際に分析しながら学ぶものです．データの取り扱い、確率・統計の基礎といった基本的なところから、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。Ｐｙｔｈｏｎを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。第２版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（ＡｕｔｏＥｎｃｏｄｅｒ、ＧＡＮ）などの近年重要視されるテーマを取り上げました。
データサイエンスは、科学的方法により、仮説発見・仮説検証を通して、データの産み出されたメカニズムや因果性を明らかにし、その知識体系を築くことです。
もくじ情報：第１章　はじめに；第２章　データの扱いと可視化；第３章　確率の基礎；第４章　統計の基礎；第５章　回帰分析；第６章　パターン認識；第７章　時系列データ分析；第８章　深層学習の基礎；第９章　深層学習による画像処理；第１０章　深層学習による自然言語処理；第１１章　生成系深層学習；第１２章　深層強化学習

牧野　浩二(マキノ　コウジ)
２００１年東京工業大学大学院理工学研究科修了。現在、山梨大大学大学院総合研究部工学域・准教授。博士（工学）（東京工業大学）