資料詳細

  • 1 件中、 1 件目

【図書】 Ｐｙｔｈｏｎ機械学習プログラミング

達人データサイエンティストによる理論と実践 -- 第２版 -- ｉｍｐｒｅｓｓ　ｔｏｐ　ｇｅａｒ --
Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ ／著, Ｖａｈｉｄ　Ｍｉｒｊａｌｉｌｉ ／著, クイープ ／訳, 福島真太朗 ／監訳   -- インプレス -- ２０１８．３ -- ２４ｃｍ -- ３８，５８４ｐ

資料詳細

タイトル Ｐｙｔｈｏｎ機械学習プログラミング
副書名 達人データサイエンティストによる理論と実践
版情報 第２版
シリーズ名 ｉｍｐｒｅｓｓ　ｔｏｐ　ｇｅａｒ
著者名等 Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ ／著, Ｖａｈｉｄ　Ｍｉｒｊａｌｉｌｉ ／著, クイープ ／訳, 福島真太朗 ／監訳  
出版 インプレス ２０１８．３
大きさ等 ２４ｃｍ ３８，５８４ｐ
分類 007.1
件名 機械学習 , プログラミング（コンピュータ）
注記 原タイトル：Ｐｙｔｈｏｎ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　原著第２版の翻訳
注記 索引あり
著者紹介 【Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ】計算生物学の学術研究プロジェクトで新しいコンピュータ手法の開発に取り組む。データ分析の情報サイト「Ａｎａｌｙｔｉｃｓ　Ｖｉｄｈｙａ」では、ＧｉｔＨｕｂ上で影響力のあるデータサイエンティストの第１位にランクイン。また、オープンソースの機械学習ライブラリの開発にも参加。データサイエンティストの世界的なコミュニティＫａｇｇｌｅが開催する機械学習コンテストでは優秀な結果を出している。（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）
要旨 本書では、機械学習の各コンセプトについて、理論的背景とＰｙｔｈｏｎコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（ＣＮＮ／ＲＮＮ）までの手法を取り上げます。Ｐｙｔｈｏｎ関連ライブラリとしてはｓｃｉｋｉｔ‐ｌｅａｒｎやＴｅｎｓｏｒＦｌｏｗなどを使用。第２版では、第１版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。１３章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。
目次 「データから学習する能力」をコンピュータに与える；分類問題―単純な機械学習アルゴリズムのトレーニング；分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用；データ前処理―よりよいトレーニングセットの構築；次元削減でデータを圧縮する；モデルの評価とハイパーパラメータのチューニングのベストプラクティス；アンサンブル学習―異なるモデルの組み合わせ；機械学習の適用１―感情分析；機械学習の適用２―Ｗｅｂアプリケーション；回帰分析―連続値をとる目的変数の予測〔ほか〕
ISBN(13)、ISBN 978-4-295-00337-3　　 4-295-00337-9
書誌番号 1113572761

ページの先頭へ

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 書庫 007.1/724 一般書 利用可 - 2062165653 iLisvirtual

ページの先頭へ