2020年02月10日

機械学習の考え方とPython実装法がわかる



械学習の考え方とPython実装法がわかる! 分類/回帰問題や深層学習の導入を解説◎絶妙なバランスで「理論と実践」を展開◎Pythonライブラリを使いこなす◎数式・図・Pythonコードを理解する機械...続きは本文で

【 著者 】 SebastianRaschka
【 評価 】 3.7
立ち読みはこちらから

立ち読みできます
立ち読み可
GoogleBooks
立ち読み可

【書籍紹介】
機械学習の考え方とPython実装法がわかる!
分類/回帰問題や深層学習の導入を解説

◎絶妙なバランスで「理論と実践」を展開
◎Pythonライブラリを使いこなす
◎数式・図・Pythonコードを理解する

機械学習の各理論を説明し、Pythonプログラミングによる実装を解説。
初期の機械学習アルゴリズムから、深層学習の導入までを見ていきます。

原著『Python Machine Learning』は米国Amazon.comでベストセラー!
3つのカテゴリーで首位(2016/5/24時点)
Data Modeling & Design/Data Processing/Neural Networks

1章 「データから学習する能力」をコンピュータに与える
2章 分類問題 —機械学習アルゴリズムのトレーニング
3章 分類問題 —機械学習ライブラリscikit-learnの活用
4章 データ前処理 —よりよいトレーニングセットの構築
5章 次元削減でデータを圧縮する
6章 モデル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
7章 アンサンブル学習 —異なるモデルの組み合わせ
8章 機械学習の適用1 —感情分析
9章 機械学習の適用2 —Webアプリケーション
10章 回帰分析 —連続値をとる目的変数の予測
11章 クラスタ分析 —ラベルなしデータの分析
12章 ニューラルネットワーク —画像認識トレーニング
13章 ニューラルネットワーク —数値計算ライブラリTheanoによるトレーニングの並列化
付録 Jupyter Notebookの基本/matplotlibによる可視化/行列の固有分解

■「はじめに」より抜粋
機械学習の実務家になりたい、問題をもっとうまく解決したい、機械学習の研究者になりたい場合、
本書はそのためにある。ただし、初心者は機械学習の理論に圧倒されてしまうかもしれない。筆者が思うに、
実践的なサンプルコードを使用することは重要である。実際に試してみることで、概念が明確になるからだ。
筆者の使命は、これまでとは違う本を提供することである。それは機械学習の概念に不可欠な内容を取り上げ、
機械学習のアルゴリズムの仕組み、それらを使用する方法、そして(最も重要な)一般的な落とし穴を
避ける方法を直観的かつ有益な方法で説明する本である。

【本書の解説記事を技術解説サイト(Think IT)に掲載】
◎記事タイトル:「ブック・インサイド―『Python機械学習プログラミング』学び方ガイド」
本書に必要な前提知識(Python/ライブラリ/数学)、本書の構成と読み方のプラン等について説明し、
本書を通してより効果的に機械学習を学ぶための解説となっています。

【本を見る】
アマゾン
アマゾン

立ち読みできます
立ち読み可
キンドル
キンドル
GoogleBooks
立ち読み可
楽天ブックス
楽天
楽天
楽天
DMM
DMM


【書籍情報】
単行本(ソフトカバー):456ページ
出版社:インプレス
言語:日本語
梱包サイズ:18.4 x 12 x 2.8 cm

【本書のキーワード】
  インプレス
  総記
  Sebastian Raschka
  情報理論
  株式会社クイープ
  プログラミング
  福島真太朗
  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 (impress top gear)
  4844380605



【関連図書】


ゼロから作るDeepLearn…

Pythonではじめる機械学習…

入門Python3

詳解ディープラーニング~Ten…

ITエンジニアのための機械学習…

深層学習(機械学習プロフェッシ…


posted by BookReviewer at 01:14| コンピュータ・IT | このブログの読者になる | 更新情報をチェックする