ゼロから学ぶPythonプログラミング　Google　Colaboratoryでらくらく導入

発売日 : 2020年12月17日

著者／編集 : 渡辺 宙志

出版社 : 講談社

発行形態 : 単行本

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！

はじめに
　プログラマ的感覚
　謝辞
　本書の使い方

第1章　Pythonの概要とGoogle Colabの使い方
1-1　Pythonの特徴
1-2　Google Colabの使い方
1-3　課題

第2章　条件分岐と繰り返し処理
2-1　変数と型
2-2　条件分岐と繰り返し
2-3　ニュートン法
2-4　課題

第3章　関数とスコープ
3-1　While文
3-2　ループのスキップと脱出
3-3　関数
3-4　スコープ
3-5　課題

第4章　リストとタプル
4-1　リスト
4-2　タプル
4-3　enumerate
4-4　メモリ上でのリストの表現
4-5　参照の値渡し
4-6　リスト内包表記
4-7　コッホ曲線
4-8　課題

第5章　文字列処理
5-1　文字列と文字コード
5-2　辞書
5-3　正規表現
5-4　ワードクラウド
5-5　課題

第6章　ファイル操作
6-1　ファイルシステム
6-2　Pythonでのファイル操作
6-3　CSVファイルの扱い
6-4　課題

第7章　再帰呼び出し
7-1　再帰呼び出し
7-2　階段の登り方問題
7-3　迷路
7-4　課題

第8章　クラスとオブジェクト指向
8-1　オブジェクト指向
8-2　クラスとインスタンス
8-3　オブジェクト指向プログラミングの実例
8-4　割りばしゲーム
8-5　課題

第9章　NumPyとSciPyの使い方
9-1　ライブラリ
9-2　NumPyとSciPy
9-3　Numpyの使い方
9-4　SciPy
9-5　シュレーディンガー方程式
9-6　特異値分解による画像圧縮
9-7　課題

第10章　Pythonはどうやって動くのか
10-1　コンピュータはどうやって動くのか
10-2　機械語
10-3　プログラミング言語とコンパイラ
10-4　バイトコードとスタックマシン
10-5　逆ポーランド記法
10-6　課題

第11章　動的計画法
11-1　最適化問題
11-2　ナップサック問題
11-3　貪欲法
11-4　全探索
11-5　動的計画法
11-6　課題

第12章　乱数を使ったプログラム
12-1　モンテカルロ法
12-2　疑似乱数
12-3　モンテカルロ法による数値積分
12-4　モンティ・ホール問題
12-5　パーコレーション
12-6　課題

第13章　数値シミュレーション
13-1　数値シミュレーション
13-2　差分化
13-3　ニュートンの運動方程式
13-4　反応拡散方程式（グレイ・スコット模型）
13-5　課題

第14章　簡単な機械学習
14-1　機械学習の概要
14-2　重回帰分析
14-3　GAN
14-4　課題

付録　Pythonのインストール
参考文献

渡辺 宙志

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。

渡辺, 宙志