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「第３版」
- 版数
- 第３版
- ページ数
- ３８，６４８ｐ
- ISBN
- 978-4-295-01007-4
- 著者情報
- ラシュカ，セバスチャン（ラシュカ，セバスチャン）（Ｒａｓｃｈｋａ，Ｓｅｂａｓｔｉａｎ）
ミシガン州立大学博士課程で計算生物学と機械学習の複合領域において博士号を取得。現在、ウィスコンシン州立大学マディソン校の統計学助教授で、機械学習と深層学習の研究に焦点を当てている。Ｐｙｔｈｏｎコーディングの経験が長く、データサイエンス、機械学習、ディープラーニングの実践について多数のセミナーの講師も務めている
ミルジャリリ，ヴァヒド（ミルジャリリ，ヴァヒド）（Ｍｉｒｊａｌｉｌｉ，Ｖａｈｉｄ）
ミシガン州立大学にて分子構造の大規模計算シミュレーションの新しい手法を開発したことにより機械工学の博士号を取得。ミシガン州立大学のｉＰＲｏＢｅラボに参加し、コンピュータービジョンとバイオメトリクスドメインに機械学習を適用。その後、３Ｍにリサーチサイエンティストとして入社
福島 真太朗（フクシマ シンタロウ）
現在、企業で機械学習、データマイニングの研究開発、技術開発の業務に従事。東京大学理学部物理学科卒業。東京大学大学院新領域創成科学研究科複雑理工学専攻修士課程修了。東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。博士（情報理工学）。専攻は機械学習・データマイニング・非線形力学系
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
本書は、機械学習コンセプト全般をカバーし、理論的背景とＰｙｔｈｏｎコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング（ＣＮＮ／ＲＮＮ）、敵対的生成ネットワーク（ＧＡＮ）、強化学習などを取り上げ、ｓｃｉｋｉｔ‐ｌｅａｒｎやＴｅｎｓｏｒＦｌｏｗなどＰｙｔｈｏｎライブラリの新版を使ってプログラミング。第３版では１３〜１６章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。
※お届け日が変更になりました
9月23日→10月23日
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訓練
分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用
データ前処理―よりよい訓練データセットの構築
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
クラスタ分析―ラベルなしデータの分析
多層人工ニューラルネットワークを一から実装
ニューラルネットワークの訓練をＴｅｎｓｏｒＦｌｏｗで並列化する
ＴｅｎｓｏｒＦｌｏｗのメカニズム
画像の分類―ディープ畳み込みニューラルネットワーク
系列データのモデル化―リカレントニューラルネットワーク
新しいデータの合成―敵対的生成ネットワーク
複雑な環境での意思決定―強化学習
商品詳細
- シリーズ名
- ｉｍｐｒｅｓｓ ｔｏｐ ｇｅａｒ
- 出版社名
- インプレス
- サイズ
- ２４ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｐｙｔｈｏｎ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ 原著第３版の翻訳
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。
