出版社内容情報
【初学者納得、玄人脱帽!】
SNSで大絶賛の名講義がついに書籍化!
・問題解決に必要な「プログラマ的感覚」が身につく!
・基礎から解説し、プログラミングにはじめて触れる読者を、簡単な数値シミュレーションや機械学習まで導く。充実の目次!
・Google Colaboratoryで環境構築も簡単。教科書として最適!
【主な内容】
第1章 Pythonの概要とGoogle Colabの使い方
Pythonの特徴/Google Colabの使い方
第2章 条件分岐と繰り返し処理
変数と型/条件分岐と繰り返し/ニュートン法
第3章 関数とスコープ
While文/ループのスキップと脱出/関数/スコープ
第4章 リストとタプル
リスト/タプル/enumerate/メモリ上でのリストの表現/参照の値渡し/リスト内包表記/コッホ曲線
第5章 文字列処理
文字列と文字コード/辞書/正規表現/ワードクラウド
第6章 ファイル操作
ファイルシステム/Pythonでのファイル操作/CSVファイルの扱い
第7章 再帰呼び出し
再帰呼び出し/階段の登り方問題/迷路
第8章 クラスとオブジェクト指向
オブジェクト指向/クラスとインスタンス/オブジェクト指向プログラミングの実例/割りばしゲーム
第9章 NumPyとSciPyの使い方
ライブラリ/NumPyとSciPy/Numpyの使い方/SciPy/シュレーディンガー方程式/特異値分解による画像圧縮
第10章 Pythonはどうやって動くのか
コンピュータはどうやって動くのか
機械語/プログラミング言語とコンパイラ/バイトコードとスタックマシン/逆ポーランド記法
第11章 動的計画法
最適化問題/ナップサック問題/貪欲法/全探索/動的計画法
第12章 乱数を使ったプログラム
モンテカルロ法/疑似乱数/モンテカルロ法による数値積分/モンティ・ホール問題/パーコレーション
第13章 数値シミュレーション
数値シミュレーション/差分化/ニュートンの運動方程式/反応拡散方程式(グレイ・スコット模型)
第14章 簡単な機械学習
機械学習の概要/重回帰分析/GAN
内容説明
問題解決に必要な「プログラマ的感覚」が身につく!初めてプログラミングに触れる読者を、数値シミュレーションや機械学習まで導く!
目次
Pythonの概要とGoogle Colabの使い方
条件分岐と繰り返し処理
関数とスコープ
リストとタプル
文字列処理
ファイル操作
再帰呼び出し
クラスとオブジェクト指向
NumPyとSciPyの使い方
Pythonはどうやって動くのか
動的計画法
乱数を使ったプログラム
数値シミュレーション
簡単な機械学習
著者等紹介
渡辺宙志[ワタナベヒロシ]
慶應義塾大学理工学部物理情報工学科准教授。2004年に東京大学工学系研究科物理工学専攻博士課程を修了。その後、名古屋大学大学院情報科学研究科助手に就任。同大学助教を務めたのち、2008年に東京大学情報基盤センタースーパーコンピューティング部門特任講師。2010年に東京大学物性研究所附属物質設計評価施設助教を経て、2019年より現職(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
m
hisaos