資料詳細

  • 1 件中、 1 件目

【図書】 Ｐｙｔｈｏｎ機械学習プログラミング ＰｙＴｏｒｃｈ＆ｓｃｉｋｉｔ‐ｌｅａｒｎ編

ｉｍｐｒｅｓｓ　ｔｏｐ　ｇｅａｒ --
Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ ／著, Ｙｕｘｉ（Ｈａｙｄｅｎ）Ｌｉｕ ／著, Ｖａｈｉｄ　Ｍｉｒｊａｌｉｌｉ ／著, クイープ ／訳, 福島真太朗 ／監訳   -- インプレス -- ２０２２．１２ -- ２４ｃｍ -- ３９，６７０ｐ

資料詳細

タイトル Ｐｙｔｈｏｎ機械学習プログラミング ＰｙＴｏｒｃｈ＆ｓｃｉｋｉｔ‐ｌｅａｒｎ編
シリーズ名 ｉｍｐｒｅｓｓ　ｔｏｐ　ｇｅａｒ
著者名等 Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ ／著, Ｙｕｘｉ（Ｈａｙｄｅｎ）Ｌｉｕ ／著, Ｖａｈｉｄ　Ｍｉｒｊａｌｉｌｉ ／著, クイープ ／訳, 福島真太朗 ／監訳  
出版 インプレス ２０２２．１２
大きさ等 ２４ｃｍ ３９，６７０ｐ
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：Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　ｗｉｔｈ　ＰｙＴｏｒｃｈ　ａｎｄ　Ｓｃｉｋｉｔ‐Ｌｅａｒｎ
注記 索引あり
著者紹介 【Ｓｅｂａｓｔｉａｎ　Ｒａｓｃｈｋａ】ウィスコンシン州立大学マディソン校の統計学助教授。機械学習と深層学習の研究に注力している。（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 本書は、機械学習の手法全般をカバーし、理論的背景とＰｙｔｈｏｎコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、ＰｙＴｏｒｃｈやｓｃｉｋｉｔ‐ｌｅａｒｎのライブラリを使うことでより簡単に実装できることを示します。ＰｙＴｏｒｃｈについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための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―感情分析；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〔ほか〕
ISBN(13)、ISBN 978-4-295-01558-1　　 4-295-01558-X
書誌番号 1122018173
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1122018173

ページの先頭へ

所蔵

所蔵は 2 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 - 2074064720 iLisvirtual
緑 公開 Map 007.1 一般書 利用可 - 2074745876 iLisvirtual

ページの先頭へ