翔泳社の本
Pythonで動かして学ぶ！あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識
-
サンプルファイル［929 KB］
●付属データについて
付属データには『Pythonで動かして学ぶ！あたらしい数学の教科書』（ISBN978-4-7981-6117-4）の本文で解説したコードと演習問題および解答例のサンプルファイル（第2章から第7章）を用意しています。
□サンプルファイルの形式
サンプルファイルはJupyter Notebook形式です。
AnacondaのインストールやJupyter Notebookの起動方法などは本書の第1章をご覧ください。
□Jupyter Notebookへのサンプルファイルの追加方法
Jupyter Notebookを起動すると、［Files］タブの画面（Windows のエクスプローラーが起動）が開きます。
［Files］タブの画面にサンプルファイルをドラッグ＆ドロップして追加できます。
追加したら［Upload］ボタンをクリックします。
アップロードしたファイルをクリックすると編集画面が開きます。
［In］のボックスからコードをコピーできます。またファイル上で、実行結果も確認できます。
●本書のサンプルの動作環境
本書のサンプルは以下の環境で、問題なく動作することを確認しています。
・OS
Windows 10/macOS Mojave 10.14.5
・Anaconda3
Anaconda3-2019.03
・Python
Python 3.7
・ライブラリとバージョン
NumPy 1.15.4
matplotlib 3.0.2
□Anacondaの最新版
Anacondaの最新版は、AnacondaのWebサイトからダウンロードできます。
・AnacondaのWebサイト
https://www.anaconda.com/
□Anaconda3-2019.03
本書執筆時点で利用した「Anaconda3-2019.03」は、Anaconda installer archiveよりダウンロードできます。
・Anaconda installer archive
https://repo.anaconda.com/archive/
ご利用のOS環境に合わせてダウンロードしてください。
・Windows
Anaconda3-2019.03-Windows-x86.exe
Anaconda3-2019.03-Windows-x86_64.exe
・macOS
Anaconda3-2019.03-MacOSX-x86_64.pkg
Anaconda3-2019.03-MacOSX-x86_64.sh
・Linux
Anaconda3-2019.03-Linux-ppc64le.sh
Anaconda3-2019.03-Linux-x86_64.sh
□ライブラリのインストール方法
本書では、Anaconda Navigator上からNumPyやmatplotlibのライブラリをインストールしています（第1章を参照）。
□ライブラリのバージョンを指定したインストール方法
ライブラリのバージョンを指定してインストールする際は、Anaconda Navigatorの左カラムから「Environments」を選択します。次に右のカラムで「base（root)」の右向き三角形をクリックして、「Open Terminal」を選択します。コマンドプロンプト（macOSではターミナル、Linuxでは端末）が起動しますので、以下のようにpipコマンドで、バージョンを指定し、インストールしてください。
------------------------
pip install numpy==1.15.4
pip install matplotlib==3.0.2
------------------------
●サンプルデータの一覧
サンプルデータのフォルダとファイル構成は次の通りです。zipファイルを解凍して利用してください。サンプルコードがない節は、収録していません。
python_atarasi_sugaku_sample.zip
+-- Chapter2_sample【第2章のサンプルフォルダ】
+-- 2_01_python_basic-sample.ipynb
+-- 2_02_numpy_basic-sample.ipynb
+-- 2_03_matplotlib_basic-sanple.ipynb
+-- Chapter3_sample【第3章のサンプルフォルダ】
+-- 3_01_variable_constant-sample.ipynb
+-- 3_02_function-sample.ipynb
+-- 3_03_power-sample.ipynb
+-- 3_04_poly-nomial-sample.ipynb
+-- 3_05_trigonometric-sample.ipynb
+-- 3_06_sum-sample.ipynb
+-- 3_07_random-sample.ipynb
+-- 3_08_absolute_value-sample.ipynb
+-- Chapter4_sample【第4章のサンプルフォルダ】
+-- 4_01_tensor-sample.ipynb
+-- 4_02_inner_product_sample.ipynb
+-- 4_03_matrix_product-sample.ipynb
+-- 4_04_transpose-sample.ipynb
+-- 4_05_determinant-sample.ipynb
+-- 4_06_linear_transformation.ipynb
+-- 4_07_eigenvalue-sample.ipynb
+-- 4_08_cos_similarity-sample.ipynb
+-- Chapter5_sample【第5章のサンプルフォルダ】
+-- 5_01_limit-sample.ipynb
+-- 5_06_napier-sample.ipynb
+-- 5_07_gradient_decent-sample.ipynb
+-- Chapter6_sample【第6章のサンプルフォルダ】
+-- 6_01_probability-sample.ipynb
+-- 6_02_average-sample.ipynb
+-- 6_03_variance-sample.ipynb
+-- 6_04_normal-sample.ipynb
+-- 6_05_covariance-sample.ipynb
+-- 6_06_correlation-sample.ipynb
+-- 6_08_likelihood-sample.ipynb
+-- 6_09_entropy-sample.ipynb
+-- Chapter7_sample【第7章のサンプルフォルダ】
+-- 7_01_regression-sample.ipynb
+-- 7_02_classification-sample.ipynb
+-- 7_04_learn_mechanism-sample.ipynb
+-- 7_05_learn-sample.ipynb
+-- README.txt