[第2版]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)「第２版」

本書では、機械学習の各コンセプトについて、理論的背景とＰｙｔｈｏｎコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（ＣＮＮ／ＲＮＮ）までの手法を取り上げます。Ｐｙｔｈｏｎ関連ライブラリとしてはｓｃｉｋｉｔ‐ｌｅａｒｎやＴｅｎｓｏｒＦｌｏｗなどを使用。第２版では、第１版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。１３章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。

◎本書は『Python Machine Learning: Machine Learning and Deep Learning
with Python, scikit-learn, and TensorFlow, 2nd Edition』の翻訳書です。

◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。

■「はじめに」より抜粋
機械学習の実践的なサンプルコードを調べて試してみるのは、
この分野に飛び込むのにうってつけの方法である。幅広い概念が明確になるからだ。
本書では、Python言語と機械学習ライブラリを使って機械学習の実装を体験してみるほか、
アルゴリズムの背後にある数学的な概念を紹介する。それらの概念は、機械学習をうまく
利用するために欠かせないものである。したがって、本書は単なる実用書ではない。
本書では、機械学習の概念を必要に応じて詳しく説明する。そして、アルゴリズムの仕組み、
アルゴリズムの使用方法、さらに重要な、最も一般的な落とし穴を避ける方法を直観的に説明する。

機械学習本ベストセラーの第2版!
著者陣の経験に基づく洞察とより専門的な知識を学べる

機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を解説。
初期の機械学習アルゴリズムから、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。

Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。
本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。

第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応。
13章以降はほとんど新規の書き下ろしです。

●原著の第1版はACM(米国計算機学会)の
「21st Annual list of Notable Books and Articles(2016)」にランクイン
●日本語版の第1版は「ITエンジニア本大賞2017」ベスト10にランクイン

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トレーニング
分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用
データ前処理―よりよいトレーニングセットの構築
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〔ほか〕

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。