Ｐｙｔｈｏｎではじめる機械学習 ｓｃｉｋｉｔ‐ｌｅａｒｎで学ぶ特徴量エンジニアリングと機械学習の基礎
Ａｎｄｒｅａｓ Ｃ．Ｍｕｌｌｅｒ／著 Ｓａｒａｈ Ｇｕｉｄｏ／著 中田秀基／訳
発売日：2017年5月
- ISBN
- 978-4-87311-798-0
- 著者情報
- ミュラー，アンドレアス・Ｃ．（ミュラー，アンドレアスＣ．）（Ｍ¨ｕｌｌｅｒ，Ａｎｄｒｅａｓ Ｃ．）
ボン大学で、機械学習のＰｈＤを取得。コンピュータビジョンアプリの機械学習研究者としてＡｍａｚｏｎに１年間勤務したのち、ニューヨーク大学データサイエンスセンターを経て現在はコロンビア大学の講師。ここ４年間は、産業界および学術界で広く使われている機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎのメンテナ、コアコントリビュータ、リリースマネージャーとして活躍する。広く使われている別の機械学習パッケージの開発者兼コントリビュータでもある
グイド，サラ（グイド，サラ）（Ｇｕｉｄｏ，Ｓａｒａｈ）
スタートアップで働くデータサイエンティスト。ニューヨーク在住。ミシガン大学大学院修了
中田 秀基（ナカダ ヒデモト）
博士（工学）。産業技術総合研究所において分散並列計算の研究に従事
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
Ｐｙｔｈｏｎの機械学習用ライブラリの定番、ｓｃｉｋｉｔ‐ｌｅａｒｎのリリースマネージャを務めるなど開発に深く関わる著者が、ｓｃｉｋｉｔ‐ｌｅａｒｎを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。
目次
１章 はじめに
２章 教師あり学習
３章 教師なし学習と前処理
４章 データの表現と特徴量エンジニアリング
５章 モデルの評価と改良
６章 アルゴリズムチェーンとパイプライン
７章 テキストデータの処理
８章 おわりに
商品詳細
- 出版社名
- オライリー・ジャパン
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ｗｉｔｈ Ｐｙｔｈｏｎ
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。