Ｐｙｔｈｏｎ機械学習クックブック「第２版」

Ｐｙｔｈｏｎによる機械学習を行う上で、頻繁に遭遇すると思われる２１６の問題とその解決策を紹介します。データ構造、数値データ、カテゴリデータ、テキスト、画像、日時データの取り扱いといった基本から、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、決定木、ランダムフォレスト、ｋ‐最近傍法、ＳＶＭ、ナイーブベイズ、クラスタリング、ニューラルネットワークまで幅広い内容をカバー。この改訂版では、最新のフレームワークに対応するとともに、ニューラルネットワーク関連の項目をＰｙＴｏｒｃｈベースで大幅に増量。「やりたいこと」「困っていること」に答えてくれる一冊です。

Pythonを使った機械学習を行う上で役に立つ216のレシピを収録！
Pythonによる機械学習を行う上で、頻繁に遭遇すると思われる216の問題とその解決策を紹介します。データ構造、数値データ、カテゴリデータ、テキスト、画像、日時データの取り扱いといった基本から、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、決定木、ランダムフォレスト、k-最近傍法、SVM、ナイーブベイズ、クラスタリング、ニューラルネットワークまで幅広い内容をカバー。この改訂版では、最新のフレームワークに対応するとともに、ニューラルネットワーク関連の項目をPyTorchベースで大幅に増量。「やりたいこと」「困っていること」に答えてくれる一冊です。

目次

ＮｕｍＰｙベクトル、行列、配列
データのロード
データラングリング
数値データの取り扱い
カテゴリデータの取り扱い
テキストの取り扱い
日時データの取り扱い
画像の取り扱い
特徴量抽出による次元削減
特徴量選択による次元削減
モデルの評価
モデル選択
線形回帰
決定木とフォレスト
ｋ‐最近傍法
ロジスティック回帰
サポートベクタマシン
ナイーブベイズ
クラスタリング
ＰｙＴｏｒｃｈのテンソルニュートラルネットワーク
非構造化データ向けのニュートラルネットワーク
訓練済みモデルのセーブとロード

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。