TensorFlow機械学習クックブック Pythonベースの活用レシピ60+ (impress top gear)

ＴｅｎｓｏｒＦｌｏｗは、数値処理用のオープンソースライブラリ。機械学習や深層学習などＡＩ分野を中心に活用が進んでいます。本書では、最初に、変数／プレースホルダといったＴｅｎｓｏｒＦｌｏｗの基本や、さまざまなオープンデータを扱う方法を説明。以降は、機械学習に関するさまざまな手法を具体的なレシピとして示していきます。線形回帰からＣＮＮ／ＲＮＮまで解説しつつ、運用環境向けの手法や連立常微分方程式も取り上げます。ＴｅｎｓｏｒＦｌｏｗとＰｙｔｈｏｎ３を使ったさまざまな手法について具体的に知りたい方に格好の一冊です。

新世代の数値計算ライブラリを操る!
線形回帰からCNN/RNNまで網羅的に実践

TensorFlowは、数値処理を行うためのオープンソースライブラリです。
機械学習や深層学習などAI分野を中心に活用が進んでいます。
その特徴はデータフローグラフ(計算グラフ)という手法を用いることです。

本書ではまず、TensorFlowの考え方、定型コード、利用できる各種オープンデータ、
独自の流儀を解説。それ以降は、次のようなさまざまな手法を取り上げていきます。

●線形回帰…デミング、LASSO、リッジ、Elastic Net、ロジスティック回帰
●SVM…線形SVM、非線形SVM、多クラスSVM
●最近傍法…最近傍法、編集距離、距離関数、
●ニューラルネットワーク
●自然言語処理…BoW、TF-IDF、CBOW、スキップグラム、Word2vec、Doc2vec
●畳み込みニューラルネットワーク(CNN)
●リカレントニューラルネットワーク(RNN)
●運用環境のための手法
●遺伝的アルゴリズム、k-means、常微分方程式など

※本書は『TensorFlow Machine Learning Cookbook』の翻訳書です。

※対象読者として、機械学習やPythonプログラミングについて
ある程度経験のある方を想定しています。

※コードの検証にPython 3.5/3.6とTensorFlow 1.1/1.2を使用。
(各環境/各コードの動作を完全に保証するものではありません)

目次

第１章　ＴｅｎｓｏｒＦｌｏｗの仕組みと基本事項を押さえる
第２章　ＴｅｎｓｏｒＦｌｏｗスタイル―演算／層の追加、損失関数やモデル評価などの実装
第３章　線形回帰―逆行列／分解法からロジスティック回帰まで
第４章　サポートベクトルマシン―線形ＳＶＭの操作・次元縮約、非線形ＳＶＭ／多クラスＳＶＭの実装など
第５章　最近傍法―編集距離、距離関数の組み合わせ、最近傍法の画像認識など
第６章　ニューラルネットワーク―論理ゲート、単層／多層ニューラルネットワークの実装など
第７章　自然言語処理―ＢｏＷ／ＴＦ‐ＩＤＦ／スキップグラム／ＣＢＯＷなど
第８章　畳み込みニューラルネットワーク―単純なＣＮＮ／高度なＣＮＮ／モデルの再トレーニングなど
第９章　リカレントニューラルネットワーク―ＬＳＴＭ／Ｓｅｑｕｅｎｃｅ‐ｔｏ‐Ｓｅｑｕｅｎｃｅ／Ｓｉａｍｅｓｅ　Ｓｉｍｉｌａｒｉｔｙ法
第１０章　ＴｅｎｓｏｒＦｌｏｗを運用環境で使用する
第１１章　ＴｅｎｓｏｒＦｌｏｗをさらに活用する―遺伝的アルゴリズム／連立常微分方程式など

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。