ＡＩエンジニアを目指す人のための機械学習入門 実装しながらアルゴリズムの流れを学ぶ
発売日：2020年4月
- ページ数
- ２４３ｐ
- ISBN
- 978-4-297-11209-7
- 著者情報
- 清水 琢也（シミズ タクヤ）
電通国際情報サービスＸ（クロスイノベーション）本部・オープンイノベーションラボ、ＡＩテクノロジー部に所属。ディープラーニングをはじめとした機械学習関連技術の社会課題への応用、研究開発、およびデータ解析業務を担当。関西学院高等部、関西学院大学理工学部を経て、関西学院大学大学院、岡留研究室にて確率的生成モデルの研究に従事。２０１６年４月より現職
小川 雄太郎（オガワ ユウタロウ）
電通国際情報サービスＸ（クロスイノベーション）本部・ＡＩテクノロジー部に所属。ディープラーニングをはじめとした機械学習関連技術の研究開発、コンサルティング、ソリューション開発、産学連携に従事。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、２０１６年に博士号（科学）を取得。東京大学特任研究員を経て、２０１７年４月より現職
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
初心者向けに、Ｐｙｔｈｏｎと機械学習ライブラリ「ｓｃｉｋｉｔ‐ｌｅａｒｎ」を使って、各種手法の実装と動作原理を、ＡＩエンジニアとして理解しておきたいレベルで解説。
目次
第１章 機械学習の概要と本書の進め方（機械学習の概要と３つの分類
機械学習の各手法の動作原理（アルゴリズム）を学ぶ意義 ほか）
第２章 実装しながら学ぶアルゴリズムのこころ・教師あり学習編（最小二乗法による線形回帰
Ｌ１正則化、Ｌ２正則化による過学習の抑制 ほか）
第３章 実装しながら学ぶアルゴリズムのこころ・教師なし学習編（主成分分析による次元圧縮
ｋ‐ｍｅａｎｓによるクラスタリングとデータ前処理 ほか）
第４章 実装しながら学ぶアルゴリズムのこころ・発展編（勾配ブースティング決定木によるクラス分類
エルボー法とシルエット分析によるクラスタ数の探索 ほか）
第５章 機械学習システムの構築フローとモデルの性能評価（ビジネス理解
データ加工 ほか）
付録（Ｇｏｏｇｌｅ Ｃｏｌａｂｏｒａｔｏｒｙの利用方法
ローカルＰＣに機械学習の実装・実行環境を整える方法）
商品詳細
- シリーズ名
- Ｓｏｆｔｗａｒｅ Ｄｅｓｉｇｎ ｐｌｕｓ
- 出版社名
- 技術評論社
- サイズ
- ２３ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
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。
