異常管理のため、理論を学べる名著です。また、pythonでのDeep learningの実装も勉強することができます。

Pythonによるデータ解析の最初の一歩に最適な書籍です。 分析化学では、系統誤差と偶然誤差が大きくならないように、機器分析の前に行う試料の前処理を工夫しますが、機器分析を終えた後も、後処理となるデータの解析を工夫して丁寧に行う必要があります。例えば、ベースラインの決め方やカーブフィッティングの条件設定で、定量分析の結果が大きく変わってしまうのを経験したことがある人は多いと思います。そういった機器分析データの解析は、化学を専門としていなくても、さまざまな分野で必要とされるスキルであり、身に付けることで活躍の場が広がるでしょう。さらに本書では、化学の分野に計量学（メトリックス）を取り入れたケモメトリックスと、その機器分析データへの応用についても解説します。[本書はじめにより] 本書にURLを掲載したGitHubには、サンプルプログラムファイルをアップしてありますので、ご利用ください。 第1章　機器分析の世界 第2章　Pythonの基礎 第3章　統計の基礎 第4章　データの前処理と可視化 第5章　ケモメトリックスの基礎 第6章　次元削減 第7章　クラスタリング 第8章　回帰 第9章　クラス分類 第10章　フィッティング 第11章　二次元相関分光法