close
1.

電子ブック
ＥＢ
1. 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 (: electronic bk)
Sebastian Raschka, Vahid Mirjalili著 ; クイープ訳
出版情報: [東京] : Maruzen eBook Library, [20--]  1オンラインリソース (xxxviii, 648p)
シリーズ名: Impress top gear
所蔵情報: loading…
目次情報: 続きを見る
「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
「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
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
2.

電子ブック
ＥＢ
2. Python機械学習プログラミング (PyTorch&scikit-learn編 : electronic bk)
Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili著 ; クイープ訳
出版情報: KinoDen  1オンラインリソース (xxxix, 670p)
シリーズ名: Impress top gear
所蔵情報: loading…
目次情報: 続きを見る
「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—感情分析
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〔ほか〕
「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
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
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼