1.
図書 |
遠藤理平著
|
|||||||||||||||||||||||||||
2.
図書 |
脇森浩志, 杉山雅和, 羽生貴史著
目次情報:
続きを見る
概要:
本書は「機械学習でできること」と「その方法」を、とことん平易に説明します。普通なら高度な数学の知識を必要としますが、本書では、ほぼ中学校で習うレベルで解説しますので、一般ビジネスマンや文系の学生さんも安心して読めます。「説明して終わり」では
…
ありません。「機械学習の組み立てキット」とでも呼ぶべきマイクロソフトのクラウドサービス「ML Studio(Azure Machine Learning Studio)」を使い、自分で機械学習の仕組みを作り、動かすところまでを体験します。さらに、RやPythonによる高度活用など、中級以上の実務家にも役立つ情報を、経験豊富な技術者集団が提供します。
続きを見る
|
|||||||||||||||||||||||||||
3.
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。
|
|||||||||||||||||||||||||||
4.
図書 |
Joshua Saxe, Hillary Sanders著 ; クイープ訳
目次情報:
続きを見る
概要:
セキュリティのプロが、機械学習、統計、ソーシャルネットワーク分析、データ可視化など「データサイエンス」の手法を使ってマルウェアを検出・分析する方法を伝授。データサイエンティストを目指す方、悪意あるソフトウェア撃退のためデータサイエンス・AI
…
的手法を活用したい方に格好の読み物となるでしょう!
続きを見る
|
|||||||||||||||||||||||||||
5.
図書 |
岩沢宏和, 平松雄司著
目次情報:
続きを見る
概要:
リスクとは「不確定」かつ「避けたい」ものです。そうしたリスクを、データサイエンスの発達した現代においてどのように統計的に扱うべきであるか、その基本作法をまとめて伝えます。
|
|||||||||||||||||||||||||||
6.
図書 |
有賀友紀, 大橋俊介著
目次情報:
続きを見る
概要:
RStudio & Jupyter Notebook対応。現場で活用するための最短コース!さまざまな分析の「理論」と「実際の考え方」をR/Pythonで体験学習。
|
|||||||||||||||||||||||||||
7.
図書 |
堅田洋資, 福澤彰吾著
目次情報:
続きを見る
概要:
本書では、難しい数式をできるだけ避け、Excelを通じて機械学習アルゴリズムの動きを理解できるようにしました。第1部では、機械学習の基礎や全体像、ビジネスへの活用を説明します。第2部では、それぞれの機械学習アルゴリズムについて解説します。E
…
xcelへの展開も紹介しながら、線形回帰、ロジスティック回帰、クラスタリングなどの仕組みを具体的に理解できるようにしていきます。アルゴリズムのメリット/デメリット、向き/不向きがわかれば、ビジネスへの応用も見えてくるでしょう。機械学習を理解していく最初の一歩として本書をご活用ください。
続きを見る
|
|||||||||||||||||||||||||||
8.
図書 |
橋本幸士編 ; 橋本幸士 [ほか] 著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
9.
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。
|
|||||||||||||||||||||||||||
10.
図書 |
涌井良幸, 涌井貞美著
目次情報:
続きを見る
概要:
進化発展するディープラーニング。その代表がRNN(Recurrent Neural Network/再帰型ニューラルネットワーク)とDQN(Deep Q‐Network/深層Qネットワーク)です。RNNは自然言語処理の分野で最も注目されるア
…
ルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ、その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。
続きを見る
|
|||||||||||||||||||||||||||
11.
図書 |
中谷秀洋著
目次情報:
続きを見る
概要:
機械学習は何を学習しているのか?確率/ベイズ確率は何を表しているのか?回帰/分類モデルはなぜこんな形をしているのか?良いモデルはどう選べばよいのか?モデルの「なぜ」を知れば機械学習がもっと役に立つ。
|
|||||||||||||||||||||||||||
12.
図書 |
チーム・カルポ著
目次情報:
続きを見る
概要:
人工知能のためのプログラミング入門。アルゴリズムの基礎から実践までを解説!数式をPythonプログラムに落とし込む!
|
|||||||||||||||||||||||||||
13.
図書 |
毛利拓也 [ほか] 著
目次情報:
続きを見る
概要:
scikit‐learnはデータ分析に使用する機械学習アルゴリズムのフレームワークです。本書によって機械学習アルゴリズムの数式と実装を理解し、データに合わせた最適な予測モデルを作成できます。データ分析が初めてのPythonユーザーに、機械学
…
習アルゴリズムを数式と図解を多用して丁寧に解説し、わかりやすいサンプルを使ってデータ分析の手法を紹介する入門書です。データ分析ツールJupyter Notebook対応。
続きを見る
|
|||||||||||||||||||||||||||
14.
図書 |
岩崎悠真著
目次情報:
続きを見る
概要:
この機械学習アルゴリズムはどう使える?12の開発事例でわかりやすく解説!
|
|||||||||||||||||||||||||||
15.
図書 |
手塚太郎著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
16.
図書 |
持橋大地, 大羽成征著
目次情報:
続きを見る
概要:
超柔軟なベイズ的回帰モデル、ガウス過程の日本初の入門書。基礎の線形回帰から始め、原理をゼロからていねいに解説。
|
|||||||||||||||||||||||||||
17.
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。
|
|||||||||||||||||||||||||||
18.
図書 |
柴原一友 [ほか] 共著
目次情報:
続きを見る
概要:
機械学習を、使いこなす。そのために必要な考え方やしくみを、言葉とイメージでていねいに解説。Rによる実装例で、機械学習の「適切な」使い方を体験できる。
|
|||||||||||||||||||||||||||
19.
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
|
|||||||||||||||||||||||||||
20.
図書 |
島田直希著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
21.
図書 |
森村哲郎著
|
|||||||||||||||||||||||||||
22.
図書 |
大曽根圭輔, 関喜史, 米田武著
目次情報:
続きを見る
概要:
本書は、機械学習の基本と実践手法について解説した書籍です。機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。データ集計・整形と組み合わせた機械学習モデルの利用方法も解説し
…
ています。対象読者は人工知能関連の開発に携わる開発者、研究者。本書は、第1章では、機械学習を行う上で必要となる環境構築と機械学習に必要なPythonの基本について解説しています。第2章では、教師あり学習と教師なし学習についてサンプルをもとに解説します。第3章では、教師あり学習と教師なし学習に関連する機械学習モデルについて解説しています。主要な機械学習モデルの理論を数式と絡めて説明し、その理論をもとにしたPythonにおけるコーディング手法を説明しています。第4章では、データの集計、整形方法と実際の機械学習モデルへの利用方法について解説しています。
続きを見る
|
|||||||||||||||||||||||||||
23.
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
|
|||||||||||||||||||||||||||
24.
図書 |
金子弘昌著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
25.
図書 |
藤野巖著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
26.
図書 |
岩崎悠真著
目次情報:
続きを見る
概要:
この機械学習アルゴリズムはどう使える?12の開発事例でわかりやすく解説!
|
|||||||||||||||||||||||||||
27.
図書 |
梅田弘之著
目次情報:
続きを見る
概要:
「何となく」がスッキリわかる!広大で難解なAIの全体像と、5年後の活用イメージがすぐに掴める!
|
|||||||||||||||||||||||||||
28.
図書 |
秋庭伸也, 杉山阿聖, 寺田学著
目次情報:
続きを見る
概要:
複雑で種類が多い機械学習アルゴリズムを図を交えながら一つひとつ解説していく入門書。教師あり学習、教師なし学習を合わせて17種類のアルゴリズムを紹介している。機械学習を専門としていない方が、各種アルゴリズムの特徴や、アルゴリズムごとの違いがわ
…
かるように構成。また、本書で使われているコードはPythonで実装されており、実際にコードを動かしながら本書を読み進めていくことができる。
続きを見る
|
|||||||||||||||||||||||||||
29.
図書 |
山口達輝, 松田洋之著
目次情報:
続きを見る
概要:
キーワードベースで基礎知識やコア技術をわかりやすく理解できる!就職・転職を目指す学生やエンジニアから関連部門の営業やビジネスマンまで、技術の必須知識をまるごと理解!!
|
|||||||||||||||||||||||||||
30.
図書 |
マルコス・ロペス・デ・プラド著 ; 大和アセットマネジメント訳
目次情報:
続きを見る
概要:
人工知能“AI”、機械学習の発展は金融をどのように変えるのか。理論と実務を熟知した第一人者による比類なき大著。データの構造化とラベリング、モデリング、バックテスト、ハイパフォーマンスコンピューティングなど、金融工学における機械学習の活用の可
…
能性を、Pythonのコード例を交えて徹底解説。
続きを見る
|
|||||||||||||||||||||||||||
31.
図書 |
曽我部東馬著
目次情報:
続きを見る
概要:
強化学習の難解な理論を平均を入口としてやさしく解説。原理→数式→プログラムの流れで全体像を直感的に把握できます。
|
|||||||||||||||||||||||||||
32.
図書 |
大関真之著
目次情報:
続きを見る
|
|||||||||||||||||||||||||||
33.
図書 |
布留川英一著
目次情報:
続きを見る
概要:
サンプルを作りながら「AlphaZero」をステップ・バイ・ステップで学ぶ!
|
|||||||||||||||||||||||||||
34.
図書 |
島田達朗 [ほか] 著
目次情報:
続きを見る
概要:
難しい理論で悩む前に、手を動かして機械学習を試してみよう!
|
|||||||||||||||||||||||||||
35.
図書 |
伊藤多一 [ほか] 著
目次情報:
続きを見る
概要:
AlphaGo(アルファ碁)でも利用されている深層強化学習。AIサービスのみならずロボティクス分野でもその応用が期待されています。本書は、AI開発に携わる第一線の著者陣が深層強化学習の開発手法について書き下ろした注目の1冊です。
|
|||||||||||||||||||||||||||
36.
図書 |
長橋賢吾著
目次情報:
続きを見る
概要:
Pythonによるハンズオンで機械学習をより深く理解する!今と未来がわかる最新情報を満載!
|
文献の複写および貸借の依頼を行う
文献複写・貸借依頼
文献複写・貸借依頼