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３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 -- ２０２０．１０ -- ２４ｃｍ -- ３８，６４８ｐ

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３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 ２０２０．１０
大きさ等 ２４ｃｍ ３８，６４８ｐ
分類 007.13
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３版の翻訳
注記 索引あり
著者紹介 【Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ】ミシガン州立大学博士課程修で計算生物学と機械学習の複合領域において博士号を取得。現在、ウィスコンシン州立大学マディソン校の統計学助教授で、機械学習と深層学習の研究に焦点を当てている。Ｐｙｔｈｏｎコーディングの経験が長く、データサイエンス、機械学習、ディープラーニングの実践について多数のセミナーの講師も務めている。（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 本書は、機械学習コンセプト全般をカバーし、理論的背景とＰｙｔｈｏｎコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング（ＣＮＮ／ＲＮＮ）、敵対的生成ネットワーク（ＧＡＮ）、強化学習などを取り上げ、ｓｃｉｋｉｔ‐ｌｅａｒｎやＴｅｎｓｏｒＦｌｏｗなどＰｙｔｈｏｎライブラリの新版を使ってプログラミング。第３版では１３～１６章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。
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訓練；分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用；データ前処理―よりよい訓練データセットの構築；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；クラスタ分析―ラベルなしデータの分析；多層人工ニューラルネットワークを一から実装；ニューラルネットワークの訓練をＴｅｎｓｏｒＦｌｏｗで並列化する；ＴｅｎｓｏｒＦｌｏｗのメカニズム；画像の分類―ディープ畳み込みニューラルネットワーク；系列データのモデル化―リカレントニューラルネットワーク；新しいデータの合成―敵対的生成ネットワーク；複雑な環境での意思決定―強化学習
ISBN(13)、ISBN 978-4-295-01007-4　　 4-295-01007-3
書誌番号 1113823574
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1113823574

ページの先頭へ

所蔵

所蔵は 8 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 ４階自然科学 Map 情報科学 007.1 一般書 利用可 - 2067491818 iLisvirtual
神奈川 公開 情報科学 007.1 一般書 貸出中 - 2067491826 iLisvirtual
港南 公開 007.1 一般書 貸出中 - 2067430010 iLisvirtual
磯子 公開 Map 007.1 一般書 利用可 - 2067482339 iLisvirtual
金沢 公開 Map 情報科学 007.1 一般書 利用可 - 2067429985 iLisvirtual
港北 公開 Map 情報科学 007.1 一般書 利用可 - 2067491834 iLisvirtual
緑 公開 007.1 一般書 貸出中 - 2067494132 iLisvirtual
都筑 公開 情報科学 007.1 一般書 貸出中 - 2067482320 iLisvirtual

ページの先頭へ