ｓｃｉｋｉｔ‐ｌｅａｒｎとＴｅｎｓｏｒＦｌｏｗによる実践機械学習

本書はコードを動かしながら学び、機械学習が使えるようになることを目的とした書籍です。現実的な問題を出し、サンプルデータを示しながら、機械学習で問題を解決に導くまでの一連の手法を体系立てて解説。深層学習以外の機械学習にはｓｃｉｋｉｔ‐ｌｅａｒｎを使い、機械学習プロジェクトの流れ、データからモデルを学習する方法、コスト関数の最適化、データの処理・クリーニングなどの基礎から、特徴量の選択や過学習、データの次元削減など応用までを学びます。深層学習にはＴｅｎｓｏｒＦｌｏｗを使い、ニューラルネットワークの構築と訓練、ニューラルネットワークアーキテクチャ、深層学習や強化学習、さらにＴｅｎｓｏｒＦｌｏｗの分散処理のメカニズムや実装までを幅広く解説。すべてのコードがＧｉｔＨｕｂ上で公開されており、Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋを使って試しながら学ぶことができます。アルゴリズムの説明に終始せず、実際の業務で必要となる機械学習のスキルをまとめた本書は機械学習を学びたいエンジニア必携の一冊です。

サンプルコードを動かしながらＴｅｎｓｏｒＦｌｏｗとＳｃｉｋｉｔ－Ｌｅａｒｎで機械学習を学ぶ！
機械学習、特にニューラルネットワークの概要を解説し、単純な線形回帰から始まり、深いニューラルネットワークに移行する一連のテクニックを学びます。機械学習／深層学習に必要なサポートベクターマシン、デシジョンツリー、ランダムフォレスト、アンサンブルメソッドなど順を追って解説します。解説だけでなく、各章で練習問題を用意しており、またＧｉｔｈｕｂにｊｕｐｙｔｅｒ　ｎｏｔｅｂｏｏｋで試せるコードが掲載しているため、試しながら学べる構成になっています。

目次

第１部　機械学習の基礎（機械学習の現状
エンドツーエンドの機械学習プロジェクト
分類
モデルの訓練
サポートベクトルマシン（ＳＶＭ）　ほか）
第２部　ニューラルネットワークと深層学習（ＴｅｎｓｏｒＦｌｏｗを立ち上げる
人工ニューラルネットワーク入門
深層ニューラルネットの訓練
複数のデバイス、サーバーを使った分散ＴｅｎｓｏｒＦｌｏｗ
畳み込みニューラルネットワーク　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。