| 1.
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
|
|||||||||||||||||||||||||||
| 2.
図書 |
図書
|
竹内郁雄編
|
|||||||||||||||||||||||||||
| 3.
図書 |
図書
|
山内康一郎著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
| 4.
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
|
|||||||||||||||||||||||||||
| 5.
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
|
|||||||||||||||||||||||||||
| 6.
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。
|
|||||||||||||||||||||||||||
| 7.
電子ブック |
ＥＢ
|
神野健哉著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
| 8.
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
|
|||||||||||||||||||||||||||
| 9.
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。
|
|||||||||||||||||||||||||||
| 10.
図書 |
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
|
