| 1.
図書 |
|
巣籠悠輔著訳
|
||||||||||||||||||||||||||||||||||
| 2.
図書 |
図書
|
橋本泰一著
目次情報:
続きを見る
概要:
いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません
…
。本書では、具体的なデータ分析事例を交え、機械学習理論から実行環境、Pythonプログラミング、ディープラーニングまでを解説します。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 3.
図書 |
図書
|
竹内郁雄編
|
||||||||||||||||||||||||||||||||||
| 4.
図書 |
図書
|
山内康一郎著
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 5.
図書 |
|
Sebastian Raschka著 ; クイープ訳
目次情報:
続きを見る
概要:
機械学習とは、データから学習した結果をもとに、新たなデータに対して判定や予測を行うことです。すでにさまざまな機械学習の方法が開発されています。本書では、そうした方法について背景にある理論や特徴を解説した上で、Pythonプログラミングによる
…
実装法を説明していきます。初期の機械学習アルゴリズムから取り上げ、終盤ではディープラーニングについても見ていきます。機械学習の理論と実践についてバランスよく解説してあり、AIプログラミングの第一歩を踏み出すための格好の一冊です。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 6.
電子ブック |
ＥＢ
|
Sebastian Raschka, Vahid Mirjalili著 ; クイープ訳
目次情報:
続きを見る
概要:
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‐l
…
earn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。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 7.
電子ブック |
|
曽我部東馬著
目次情報:
続きを見る
概要:
誤差関数がわかれば異常検知がわかる!時系列・非時系列データに対する異常検知をPythonで学びましょう。異常検知を通して機械学習の本質を理解し、深層学習による応用を実践します。
|
||||||||||||||||||||||||||||||||||
| 8.
電子ブック |
ＥＢ
|
神野健哉著
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 9.
電子ブック |
ＥＢ
|
Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili著 ; クイープ訳
目次情報:
続きを見る
概要:
本書は、機械学習の手法全般をカバーし、理論的背景とPythonコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、PyTorchやscikit‐learnのライブラリを使うことでより簡単に実装できることを示し
…
ます。PyTorchについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 10.
電子ブック |
ＥＢ
|
鈴木たかのり [ほか] 著
目次情報:
続きを見る
概要:
機械学習の仕組みから周辺技術まで、豊富な図解と実践的なサンプルで学べます。botに機能を追加しながら進むため、機械学習の基礎を楽しく学べます。勘違いしやすい箇所は講師がフォロー。ワークショップ感覚で読み進められます。
|
||||||||||||||||||||||||||||||||||
| 11.
図書 |
|
長橋賢吾著
目次情報:
続きを見る
概要:
Rは、統計解析のためのプログラミング言語・開発環境であり、機械学習で利用できるライブラリが数多く提供されています。ただし、膨大なデータの処理よりもプロトタイピングや検証に適しています。本書ではまず、機械学習の考え方や、その基礎となる統計につ
…
いてわかりやすく説明します。それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 12.
図書 |
|
伊藤一之著
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 13.
図書 |
|
清水美樹著
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 14.
図書 |
|
Brett Lantz著 ; 長尾高弘訳
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 15.
図書 |
|
Aurélien Géron著 ; 長尾高弘訳
目次情報:
続きを見る
概要:
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‐lear
…
n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。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 16.
図書 |
|
Julian Avila, Trent Hauck著 ; クイープ訳
目次情報:
続きを見る
概要:
一連の基本作法から、前処理、次元削減、線形モデル、交差検証、SVM、アンサンブル、テキスト分析、多分類、ニューラルネットワークまで、各種テクニックを幅広く解説。
|
||||||||||||||||||||||||||||||||||
| 17.
図書 |
図書
|
Michael Bowles著 ; 露崎博之, 山本康平, 大草孝介訳
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 18.
図書 |
|
Soledad Galli著 ; 松田晃一訳
目次情報:
続きを見る
概要:
データを機械学習モデルが理解できる形式に変換する重要プロセス「特徴量エンジニアリング」のための具体的な手順をPythonプログラミングを交えて解説。
|
||||||||||||||||||||||||||||||||||
| 19.
電子ブック |
|
清水秀幸編
|
||||||||||||||||||||||||||||||||||
| 20.
電子ブック |
|
森巧尚著
目次情報:
続きを見る
概要:
ヤギ博士 & フタバちゃんと一緒に、機械学習のしくみを丁寧に解説。サンプルデータの見方からはじまり、機械学習の手順をいちから説明しています。またいろいろなアルゴリズムも紹介。最終章では画像から数字を予測する機械学習を体験できます。
|
||||||||||||||||||||||||||||||||||
| 21.
図書 |
図書
|
小林雄一郎著
目次情報:
続きを見る
概要:
テキストマイニング入門書の決定版!Rを用いたデータ分析の基礎だけでなく、データの収集方法、言語学や言語処理の分析手法についても徹底解説。<br />機械学習で捗るテキストマイニング!ウェブからのデータ収集、効率的な前処理から可視化まで、わか
…
りやすい文章とイメージ図でやさしく解説。<br />テキストマイニングの活用事例を幅広く紹介!日本語と英語の多様なテキストデータを使って、実務や研究に役立つ「分析のひな形」を提示し、分析プロジェクトにおける一連の流れを徹底解説。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 22.
図書 |
|
Sebastian Raschka, Vahid Mirjalili著 ; クイープ訳
目次情報:
続きを見る
概要:
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‐l
…
earn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。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 23.
図書 |
|
Manohar Swamynathan著 ; 菊地弘晶, 竹之内隆夫, 新田慧訳
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 24.
図書 |
|
Alice Zheng, Amanda Casari著 ; ホクソエム訳
目次情報:
続きを見る
概要:
本書は、機械学習モデルの性能を向上させるために、データから良い特徴量を作る特徴量エンジニアリングについて解説します。前半では初学者に向けて、数値、テキスト、カテゴリ変数の基本的な取り扱い方を説明し、後半では特徴量ハッシング、ビンカウンティン
…
グ、PCAによるデータの圧縮、さらに非線形特徴量とモデルスタッキング、画像特徴量抽出と深層学習による自動特徴学習などの高度なテーマを扱います。特徴量エンジニアリングの原理について直感的な理解が得られるように図や例を豊富に使い、またPythonコードによる実行例を数多くあげて解説しており、実際の業務に適用するための具体的な知識が得られます。特徴量エンジニアリングを使いこなし、機械学習モデルの性能を最大限に引き出したいエンジニア必携の一冊です。Kaggle GrandmasterのKohei Ozaki(@smly)氏による「日本語版に寄せて」を収録しています。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 25.
図書 |
|
石原淳也, 小川智史, 倉本大資著
目次情報:
続きを見る
概要:
本書は、1冊まるごとScratchだけでできる機械学習入門書『Scratchではじめる機械学習』のシリーズ姉妹編です。Scratchだけでできる、画像認識、音声認識、ポーズ推定を活用した楽しいプログラミング作品の作り方を紹介します。テキスト
…
プログラミング言語や複雑な数学の知識は必要ありません。micro:bitやサーボモーターを組み合わせた作品もあります。たくさんの作例に触れることで、自分でもオリジナルの機械学習を活用した仕組みや作品を考え、作れるようになることを目的としています。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 26.
図書 |
|
アンドレアス・C・ミュラー, サラ・グイド著 ; 中田秀基訳
目次情報:
続きを見る
概要:
Pythonの機械学習用ライブラリの定番、scikit‐learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit‐learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得して
…
おきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 27.
図書 |
図書
|
Nick McClure著 ; クイープ訳
目次情報:
続きを見る
概要:
TensorFlowは、数値処理用のオープンソースライブラリ。機械学習や深層学習などAI分野を中心に活用が進んでいます。本書では、最初に、変数/プレースホルダといったTensorFlowの基本や、さまざまなオープンデータを扱う方法を説明。以
…
降は、機械学習に関するさまざまな手法を具体的なレシピとして示していきます。線形回帰からCNN/RNNまで解説しつつ、運用環境向けの手法や連立常微分方程式も取り上げます。TensorFlowとPython3を使ったさまざまな手法について具体的に知りたい方に格好の一冊です。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 28.
図書 |
|
中村恭之, 小枝正直, 上田悦子著
目次情報:
続きを見る
概要:
コンピュータビジョンと機械学習の基本が、この1冊に凝縮!C++、Pythonのサンプルプログラムが豊富で、いますぐできる!OpenCV3.2対応!
|
||||||||||||||||||||||||||||||||||
| 29.
図書 |
図書
|
Aurélien Géron著 ; 長尾高弘訳
目次情報:
続きを見る
概要:
機械学習で問題を解決するまでの一連の手法を体系立てて解説!すべてのコードがGitHub上で公開されており、Jupyterノートブックを使って動かしながら学べる。サンプルコードがTensorFlow2に準拠。
|
||||||||||||||||||||||||||||||||||
| 30.
図書 |
|
David Kopec著 ; 黒川利明訳
目次情報:
続きを見る
概要:
昔からある定番アルゴリズムと、機械学習・深層学習アルゴリズムを学び本物の問題解決能力とプログラミングスキルを身につける!Python3.7対応。型ヒント全面採用。
|
||||||||||||||||||||||||||||||||||
| 31.
図書 |
|
森賀新, 木田悠歩, 須山敦志著
|
||||||||||||||||||||||||||||||||||
| 32.
図書 |
|
吉崎亮介 [ほか] 著
目次情報:
続きを見る
概要:
大量のデータをまとめて収集、機械学習モデルにかけるための前処理、システムへの機械学習モデルの組み込み、結果を可視化するためのアプリ開発・デプロイ—機械学習を活用するための技術が一冊で身につきます。
|
||||||||||||||||||||||||||||||||||
| 33.
図書 |
|
西住流著
目次情報:
続きを見る
概要:
「機械学習」技術は、「深層学習」(ディープラーニング)の登場によって、さまざまな分野で圧倒的な成果を出し、現在の「第3次AIブーム」のきっかけとなった。従来の機械学習の手法から「深層学習」(ディープラーニング)まで、基本原理と、「Pytho
…
n」を用いた実装例を、初学者向けに分かりやすく解説。
続きを見る
|
||||||||||||||||||||||||||||||||||
| 34.
図書 |
|
システム計画研究所編
目次情報:
続きを見る
|
||||||||||||||||||||||||||||||||||
| 35.
図書 |
|
Abhishek Thakur著 ; 石原祥太郎訳
目次情報:
続きを見る
概要:
機械学習モデル改善のためにいつ、何を使うのか?さまざまな機械学習問題に対する解決手法を豊富なコードと共に取り上げます。
|
