close
1.

図書

図書
Jubatusコミュニティ著
出版情報: 東京 : ソーテック社, 2017.10  285p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
Jubatusの導入
Jubatusの基本コンセプト
データ変換の詳細
分析機能の使い方
分散モード
周辺ツール
Jubatus開発ガイド
Jubatusの導入
Jubatusの基本コンセプト
データ変換の詳細
概要: 大量データを素早く、深く分析、Jubatus開発者が徹底解説!Jubatusの導入や基本コンセプト、分散学習機構「MIX」を説明。大量のデータを迅速に処理する分散モードでの実行方法も解説。分類や回帰など、Jubatusが搭載する分析機能をコ ード付きで詳解。分析時の落とし穴や分析精度を上げるTipsも紹介! 続きを見る
2.

図書

図書
橋本泰一著
出版情報: 東京 : SBクリエイティブ, 2017.1  x, 277p ; 21cm
シリーズ名: Informatics & IDEA
所蔵情報: loading…
目次情報: 続きを見る
第1章 人工知能と機械学習 : 人工知能とは?
BIはAIの夢を見るのか? ほか
第2章 データ分析処理のための基盤技術 : Hadoop—大規模データを処理するインフラ
Hive—Hadoop上でより容易にデータ処理を実現 ほか
第3章 リアルタイムにデータを分析する—データから「いま」を知る技術 : Fluentd
Norikra ほか
第4章 機械学習アルゴリズム—データから「未来」を知る技術 : 機械学習とは
機械学習アルゴリズム ほか
第5章 ディープラーニング : 単純パーセプトロンとその仲間たち
ニューラルネットワーク ほか
第1章 人工知能と機械学習 : 人工知能とは?
BIはAIの夢を見るのか? ほか
第2章 データ分析処理のための基盤技術 : Hadoop—大規模データを処理するインフラ
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
横内大介, 青木義充著
出版情報: 東京 : 技術評論社, 2017.8  191p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : 回帰
第3章 : 境界による分類
第4章 : 確率による分類
第5章 : ニューラルネットワークによる分類
第6章 : “実践編”説明変量の追加と予測精度の評価
第1章 : はじめに
第2章 : 回帰
第3章 : 境界による分類
概要: ビッグデータをいかに活用するかというテーマの下、人工知能の基礎となっている機械学習に対して大きな注目が集まっています。本書は、グラフを援用することにより簡単な数学だけで各手法のイメージをつかむことができる、難解な数学が苦手な人向けの機械学習 の入門書です。 続きを見る
4.

図書

図書
Henrik Brink, Joseph W. Richards, Mark Fetherolf著 ; クイープ訳
出版情報: 東京 : インプレス, 2017.11  xxvi, 292p ; 24cm
シリーズ名: Impress top gear
所蔵情報: loading…
目次情報: 続きを見る
1 機械学習ワークフローの基礎 : 機械学習とは何か—長所と課題、データ収集から運用までのステップ、性能の改善
現実世界のデータ—データの取得/整備、可視化
モデルの構築と予測
モデルの評価と最適化
特徴エンジニアリングの基礎
2 機械学習ワークフローの応用 : NYCタクシーデータのケーススタディ
高度な特徴エンジニアリング
高度な自然言語処理の例—映画レビューの感情分析
機械学習ワークフローのスケーリング
デジタルディスプレイ広告のケーススタディ
1 機械学習ワークフローの基礎 : 機械学習とは何か—長所と課題、データ収集から運用までのステップ、性能の改善
現実世界のデータ—データの取得/整備、可視化
モデルの構築と予測
概要: 機械学習の利点/課題、乱雑なデータの処理、Python系モデル構築、モデル評価/最適化、特徴エンジニアリングのテクニック、予測速度の改善、大容量データへの対応など。有効なデータとより良いモデルを作成!
5.

図書

図書
Csaba Szepesvári著 ; 小山田創哲訳者代表・編集
出版情報: 東京 : 共立出版, 2017.9  xiii, 132p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : マルコフ決定過程
第2章 : 価値推定問題
第3章 : 制御
第4章 : さらなる勉強のために
付録A : 割引マルコフ決定過程の理論
付録B : TD(λ)法の前方観測的な見方と後方観測的な見方について
付録C : 深層強化学習を含む最近の発展
第1章 : マルコフ決定過程
第2章 : 価値推定問題
第3章 : 制御
6.

図書

図書
荒木雅弘著
出版情報: 東京 : 森北出版, 2017.4  viii, 254p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 パターン認識の基礎 : パターン認識って何?
データをきちんと取り込もう
パターンの特徴を調べよう
パターンを識別しよう ほか
第2部 実践編 : 声をモデル化してみよう—音響モデルの作り方・使い方・鍛え方
HTKを使って単語を認識してみよう
文法規則を書いてみよう
統計的言語モデルを作ろう ほか
第1部 パターン認識の基礎 : パターン認識って何?
データをきちんと取り込もう
パターンの特徴を調べよう
概要: 深層学習などの最新手法にも対応。音声認識を題材に、機械学習の理論をかみくだいて解説。ゼロからはじめて理解できる、一番やさしい入門書!
7.

電子ブック

EB
原田達也著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.9  1 オンラインリソース (x, 277p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 画像認識の概要
第2章 : 局所特徴
第3章 : 統計的特徴抽出
第4章 : コーディングとプーリング
第5章 : 分類
第6章 : 畳み込みニューラルネットワーク
第7章 : 物体検出
第8章 : インスタンス認識と検索
第9章 : さらなる話題
第1章 : 画像認識の概要
第2章 : 局所特徴
第3章 : 統計的特徴抽出
概要: 基礎的な理論から、深層学習をはじめとする最新手法までを網羅し、発展著しい分野を俯瞰できるまたとない一冊。
8.

電子ブック

EB
清水昌平著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.9  1 オンラインリソース (x, 181p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 統計的因果探索の出発点
第2章 : 統計的因果推論の基礎
第3章 : 統計的因果探索の基礎
第4章 : LiNGAM
第5章 : 未観測共通原因がある場合のLiNGAM
第6章 : 関連の話題
第1章 : 統計的因果探索の出発点
第2章 : 統計的因果推論の基礎
第3章 : 統計的因果探索の基礎
概要: セミパラメトリックアプローチを因果探索法の「真打ち」として幅広く紹介。代表的手法LiNGAMをその考案者である著者が解説。
9.

電子ブック

EB
金森敬文 [ほか] 著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.9  1 オンラインリソース (x, 341p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1部 導入
第2部 制約なし最適化 : 最適性条件とアルゴリズムの停止条件
勾配法の基礎
ニュートン法
共役勾配法
準ニュートン法
信頼領域法
第3部 制約付き最適化 : 等式制約付き最適化の最適性条件
不等式制約付き最適化の最適性条件
主問題に対する最適化法
ラグランジュ関数を用いる最適化法
第4部 学習アルゴリズムとしての最適化 : 上界最小化アルゴリズム
サポートベクトルマシンと最適化
スパース学習
行列空間上の最適化
第1部 導入
第2部 制約なし最適化 : 最適性条件とアルゴリズムの停止条件
勾配法の基礎
概要: 境界分野が面白い!基礎から最先端まで、骨太の一冊!機械学習に不可欠な基礎知識が身につく。
10.

電子ブック

EB
ダヌシカ ボレガラ, 岡崎直観, 前原貴憲著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.9  1 オンラインリソース (x, 176p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : ウェブと機械学習
第2章 : バースト検出
第3章 : 評判分類の学習
第4章 : 意味表現の学習
第5章 : グラフデータの機械学習
第6章 : 順序学習
第1章 : ウェブと機械学習
第2章 : バースト検出
第3章 : 評判分類の学習
概要: 「ウェブ」を知らずして、「データ」を語ることなかれ。機械学習がどのように応用されているかを概観する。評判分類の学習、単語の意味表現、順序学習を重点的に解説し、バースト検出やウェブのリンク解析も紹介。
11.

電子ブック

EB
本多淳也, 中村篤祥著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.9  1 オンラインリソース (x, 206p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : バンディット問題とは
第2章 : 確率的バンディット問題の基礎知識
第3章 : 確率的バンディット問題の方策
第4章 : 確率的バンディット問題のリグレット解析
第5章 : 敵対的バンディット問題
第6章 : 最適腕識別とA/Bテスト
第7章 : 線形モデル上のバンディット問題
第8章 : 連続腕バンディットとベイズ最適化
第9章 : バンディット問題の拡張
第10章 : バンディット手法の応用
第1章 : バンディット問題とは
第2章 : 確率的バンディット問題の基礎知識
第3章 : 確率的バンディット問題の方策
概要: さまざまな方策が、定量的かつ直感的に理解できる。モンテカルロ木探索やインターネット広告などのより具体的な状況への対応も紹介。
12.

電子ブック

EB
鹿島久嗣, 小山聡, 馬場雪乃著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.5  1 オンラインリソース (ix, 117p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 ヒューマンコンピュテーションとクラウドソーシング : ヒューマンコンピュテーション
クラウドソーシング
ヒューマンコンピュテーションとクラウドソーシング
本書の構成
ヒューマンコンピュテーションとクラウドソーシングに関する情報源
第2章 ヒューマンコンピュテーションシステムの設計論 : ゲーム化によるヒューマンコンピュテーションの実現
ヒューマンコンピュテーションのインセンティブ設計
ヒューマンコンピュテーションの設計
第3章 クラウドソーシングの品質管理 : 品質管理とは
作業品質とワーカの評価
冗長化と誤り訂正
ワーカの能力と正解の同時推定
複雑な出力をもつタスクへの拡張
関連する話題
第4章 クラウドソーシングによるデータ解析 : データ解析の労働集約性
クラウドソーシングによるデータ準備
クラウドソーシングによる予測モデリング
クラウドソーシングによる探索型データ解析
第5章 今後の展望 : ヒューマンコンピュテーションとクラウドソーシングの課題
展望:人間と機械を超えて
第1章 ヒューマンコンピュテーションとクラウドソーシング : ヒューマンコンピュテーション
クラウドソーシング
ヒューマンコンピュテーションとクラウドソーシング
概要: “人間と機械”を超えた、人工知能の新世界!基本概念から技術的課題とその解決方法までをわかりやすく解説。将来展望や研究動向も把握できる。
13.

電子ブック

EB
冨岡亮太著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.1  1 オンラインリソース (xi, 179p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : データからの学習
第3章 : スパース性の導入
第4章 : ノイズなしL1ノルム最小化の理論
第5章 : ノイズありL1ノルム最小化の理論
第6章 : L1ノルム正則化のための最適化法
第7章 : グループL1ノルム正則化に基づく機械学習
第8章 : トレースノルム正則化に基づく機械学習
第9章 : 重複型スパース正則化
第10章 : アトミックノルム
第11章 : おわりに
第1章 : はじめに
第2章 : データからの学習
第3章 : スパース性の導入
概要: スパースは絶対読まなきゃ!L1ノルム正則化の理論・モデリング・最適化法を丁寧に解説。「トレースノルム正則化」「アトミックノルム」などの発展的な内容も詳しい。
14.

電子ブック

EB
瀬々潤, 浜田道昭著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.1  1 オンラインリソース (xii, 178p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 計算機科学者のための生命科学入門 : 生命に流れる情報
親から子へと受け継がれる情報 ほか
第2章 多重検定と無限次数多重検定法 : 仮説検定
多重検定 ほか
第3章 推定量設計の理論と方法 : バイオインフォマティクスにおける推定問題
記法、記号 ほか
付録A 進んだ話題についての補足説明 : 任意のギャップコストの場合の動的計画法
局所アラインメント ほか
第1章 計算機科学者のための生命科学入門 : 生命に流れる情報
親から子へと受け継がれる情報 ほか
第2章 多重検定と無限次数多重検定法 : 仮説検定
概要: 創薬や医療、農業、環境問題に情報科学が果たす役割と実際の手法がわかる。生命科学の基礎のキソからスタートする親切な設計。検定の多重度に対する新しい対応法を紹介した。配列解析における推定量設計を古典的方法から最新情報まで解説する。
15.

電子ブック

EB
河原吉伸, 永野清仁著
出版情報: [東京] : Maruzen eBook Library , 東京 : 講談社, 2017.1  1 オンラインリソース (ix, 174p)
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 学習における劣モジュラ性 : 劣モジュラ性への導入
機械学習における劣モジュラ性 ほか
第2章 劣モジュラ最適化の基礎 : 劣モジュラ関数の定義と具体例
劣モジュラ関数の基本性質 ほか
第3章 劣モジュラ関数の最大化と貪欲法の適用 : 劣モジュラ最大化と貪欲法
適用例1:文書要約への適用 ほか
第4章 最大流とグラフカット : カット関数最小化と最大流アルゴリズム
マルコフ確率場における推論とグラフカット ほか
第5章 劣モジュラ最適化を用いた構造正則化学習 : 正則化による疎性モデル推定
劣モジュラ関数から得られる構造的疎性 ほか
第1章 学習における劣モジュラ性 : 劣モジュラ性への導入
機械学習における劣モジュラ性 ほか
第2章 劣モジュラ最適化の基礎 : 劣モジュラ関数の定義と具体例
概要: 深淵な基礎理論が丁寧な展開ですっきりわかる。実用的なアルゴリズムを中心に紹介。構造正則化学習への道も具体的手順とともに解説。
16.

図書

図書
清水昌平著
出版情報: 東京 : 講談社, 2017.5  x, 181p ; 21cm
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 統計的因果探索の出発点
第2章 : 統計的因果推論の基礎
第3章 : 統計的因果探索の基礎
第4章 : LiNGAM
第5章 : 未観測共通原因がある場合のLiNGAM
第6章 : 関連の話題
第1章 : 統計的因果探索の出発点
第2章 : 統計的因果推論の基礎
第3章 : 統計的因果探索の基礎
概要: セミパラメトリックアプローチを因果探索法の「真打ち」として幅広く紹介。代表的手法LiNGAMをその考案者である著者が解説。
17.

図書

図書
長橋賢吾著
出版情報: 東京 : インプレス, 2017.9  xv, 318p ; 24cm
シリーズ名: Impress top gear
所蔵情報: loading…
目次情報: 続きを見る
第1章 : Rと機械学習の基礎
第2章 : 回帰分析で目的変数の値や発生確率を予測
第3章 : クラスタリング分析の3つの手法でデータを分類
第4章 : 主成分分析・因子分析で属性を削減し因子を特定
第5章 : アソシエーション分析で関連性がある物事を見極める
第6章 : サポートベクターマシンでクラス分類
第7章 : アンサンブル学習と正則化—モデルの組み合わせと過学習の解決
第8章 : ベイズ推定とMCMC—事後確率や状態確率を求める
第9章 : ニューラルネットワークとディープラーニング
第1章 : Rと機械学習の基礎
第2章 : 回帰分析で目的変数の値や発生確率を予測
第3章 : クラスタリング分析の3つの手法でデータを分類
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
18.

図書

図書
吉川隼人著
出版情報: 東京 : リックテレコム, 2017.12  xi, 306p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
1 GCPと機械学習 : GCPを使ってみよう
Datalabを使ってみよう
GCPでお手軽、機械学習
2 識別の基礎 : 2クラスの識別
多クラスの識別と様々な識別器
データの評価方法とチューニング
3 ディープラーニング入門 : ディープラーニングの基礎
CNN(畳み込みニューラルネットワーク
Appendix
1 GCPと機械学習 : GCPを使ってみよう
Datalabを使ってみよう
GCPでお手軽、機械学習
概要: 入門から、「TensorFlow」による畳み込みニューラルネットワークへの本格チャレンジまで。使い勝手抜群の「各種ML API」とインタラクティブな多機能ツール「Datalab」でぐんぐん進む機械学習への理解。
19.

図書

図書
西内啓著
出版情報: 東京 : ダイヤモンド社, 2017.12  548p ; 19cm
シリーズ名: 統計学が最強の学問である / 西内啓著 ; 数学編
所蔵情報: loading…
目次情報: 続きを見る
序章 : エンジニアリングのための数学から、統計学と機械学習のための数学へ
第1章 : 統計学と機械学習につながる数学の基本
第2章 : 統計学と機械学習につながる2次関数
第3章 : 統計学と機械学習につながる二項定理、対数、三角関数
第4章 : 統計学と機械学習のためのΣ、ベクトル、行列
第5章 : 統計学と機械学習のための微分・積分
第6章 : ディープラーニングを支える数学の力
序章 : エンジニアリングのための数学から、統計学と機械学習のための数学へ
第1章 : 統計学と機械学習につながる数学の基本
第2章 : 統計学と機械学習につながる2次関数
概要: ディープラーニングの裏側まで。機械学習の本質もこの1冊で。
20.

図書

図書
Brett Lantz著 ; 長尾高弘訳
出版情報: [東京] : 翔泳社, 2017.3  x, 380p ; 23cm
シリーズ名: Programmer's selection
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 機械学習入門
第2章 : データの管理と把握
第3章 : 遅延学習—最近傍法を使った分類
第4章 : 確率的学習—単純ベイズを使った分類
第5章 : 分割統治—決定木と分類ルールを使った分類
第6章 : 数値データの予測—回帰法
第7章 : ブラックボックス的な手法—ニューラルネットワークとサポートベクトルマシン
第8章 : パターンの検出—相関ルールを使った買い物かご分析
第9章 : データのグループの検出—k平均によるクラスタリング
第10章 : モデルの性能の評価
第11章 : モデルの性能の改善
第12章 : 機械学習の専門的なテーマ
第1章 : 機械学習入門
第2章 : データの管理と把握
第3章 : 遅延学習—最近傍法を使った分類
21.

図書

図書
篠田浩一著
出版情報: 東京 : 講談社, 2017.12  x, 165p ; 21cm
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 音声とは
第2章 : 音声分析
第3章 : 音声認識とは
第4章 : 隠れマルコフモデル
第5章 : 言語モデル
第6章 : 大語彙連続音声認識
第7章 : 耐雑音音声認識
第8章 : 話者適応と話者認識
第9章 : 深層学習
第1章 : 音声とは
第2章 : 音声分析
第3章 : 音声認識とは
概要: 機械学習をいかに応用するか。最適な手法を見極める。音声の基礎から、耐雑音、話者認識、深層学習までこれからの実用に必須のトピックスを網羅。
22.

図書

図書
金森敬文著
出版情報: 東京 : オーム社, 2017.11  ix, 260p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 Rによる計算 : Rの使い方
確率の計算
第2部 統計解析の基礎 : 機械学習の問題設定
統計的精度の評価
データの整理と特徴抽出
統計モデルによる学習
仮説検定
第3部 機械学習の方法 : 回帰分析の基礎
クラスタリング
サポートベクトルマシン
スパース学習
決定木とアンサンブル学習
密度比推定
第1部 Rによる計算 : Rの使い方
確率の計算
第2部 統計解析の基礎 : 機械学習の問題設定
23.

図書

図書
by P. Flach ; 田中研太郎 [ほか] 訳
出版情報: 東京 : 朝倉書店, 2017.3  xii, 375p, 図版 [4] p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
プロローグ:機械学習サンプラー
機械学習の三大要素
二値分類および関連するタスク
二値分類を超えて
概念学習
木モデル
ルールモデル
線形モデル
距離ベースのモデル
確率モデル
特徴量
モデルアンサンブル
機械学習実験
エピローグ
プロローグ:機械学習サンプラー
機械学習の三大要素
二値分類および関連するタスク
24.

図書

図書
中村恭之, 小枝正直, 上田悦子著
出版情報: 東京 : 講談社, 2017.8  viii, 295p, 図版8p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
コンピュータビジョンとは?
特徴検出
特徴量記述
運動復元
物体追跡
画像レジストレーション
カメラモデル
エピポーラ幾何
カメラキャリブレーション
3次元再構成
機械学習とは?
人工的なデータの生成
主成分分析
クラスタリング
k最近傍法
ベイズ識別
サポートベクトルマシン
決定木
ニューラルネットワーク
ブースティング
識別器の性能評価
OpenCVの導入
コンピュータビジョンとは?
特徴検出
特徴量記述
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!
25.

図書

図書
小林雄一郎著
出版情報: 東京 : オーム社, 2017.2-  冊 ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
1 基礎編 : テキストマイニング入門
テキストマイニングの理論的枠組み
2 準備編 : 分析データの準備
データ分析の基本
データの可視化
3 実践編 : 基本的なテキスト分析
発展的なテキスト分析
基本的な統計処理
発展的な統計処理
英語テキストの分析
1 テキストマイニング : 自然言語処理
テキスト処理
スクレイピング
2 機械学習 : データハンドリング
教師あり学習‐回帰
教師あり学習‐分類
教師なし学習
1 Rによるテキストマイニング : テキストマイニングの活用
Rの活用
2 日本語テキストマイニングの活用事例 : 授業評価アンケートの分析
オンラインレビューを用いたクチコミ分析
スクレイピングによる特徴語抽出
Twitterにおける話題と感情の抽出
警察白書のトピック分析
文学作品の著者推定
3 英語テキストマイニングの活用事例 : 政治演説の言語分析
文学テキストの類型化
1 基礎編 : テキストマイニング入門
テキストマイニングの理論的枠組み
2 準備編 : 分析データの準備
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
26.

図書

図書
小高知宏著
出版情報: 東京 : オーム社, 2017.10  vi, 200p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 強化学習と深層学習 : 機械学習と強化学習
深層学習とは
深層強化学習とは
第2章 強化学習の実装 : 強化学習とQ学習
Q学習の実装
第3章 深層学習の技術 : 深層学習を実現する技術
畳み込みニューラルネットによる学習
第4章 深層強化学習 : 強化学習と深層学習の融合による深層強化学習の実現
深層強化学習の実装
第1章 強化学習と深層学習 : 機械学習と強化学習
深層学習とは
深層強化学習とは
27.

図書

図書
原田達也著
出版情報: 東京 : 講談社, 2017.5  x, 277p ; 21cm
シリーズ名: MLP機械学習プロフェッショナルシリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 画像認識の概要
第2章 : 局所特徴
第3章 : 統計的特徴抽出
第4章 : コーディングとプーリング
第5章 : 分類
第6章 : 畳み込みニューラルネットワーク
第7章 : 物体検出
第8章 : インスタンス認識と検索
第9章 : さらなる話題
第1章 : 画像認識の概要
第2章 : 局所特徴
第3章 : 統計的特徴抽出
概要: 基礎的な理論から、深層学習をはじめとする最新手法までを網羅し、発展著しい分野を俯瞰できるまたとない一冊。
28.

図書

図書
アンドレアス・C・ミュラー, サラ・グイド著 ; 中田秀基訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2017.5  xv, 373p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
1章 : はじめに
2章 : 教師あり学習
3章 : 教師なし学習と前処理
4章 : データの表現と特徴量エンジニアリング
5章 : モデルの評価と改良
6章 : アルゴリズムチェーンとパイプライン
7章 : テキストデータの処理
8章 : おわりに
1章 : はじめに
2章 : 教師あり学習
3章 : 教師なし学習と前処理
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
29.

図書

図書
山本一成著
出版情報: 東京 : ダイヤモンド社, 2017.5  286p ; 19cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 将棋の機械学習—プログラマからの卒業 : 将棋の名人を倒すプログラムは、名人でなければ書けないのか?
そもそも、コンピュータとは何か? ほか
第2章 黒魔術とディープラーニング—科学からの卒業 : 機械学習によってもたらされた「解釈性」と「性能」のトレードオフ
黒魔術化しているポナンザ ほか
第3章 囲碁と強化学習—天才からの卒業 : 人工知能の成長が人間の予想を大きく超えたわけ
人間は「指数的な成長」を直感的に理解できない ほか
第4章 倫理観と人工知能—人間からの卒業 : 知能と知性
「中間の目的」とPDCAで戦う人間の棋士 ほか
巻末付録 グーグルの人工知能と人間の世紀の一戦にはどんな意味があったのか? : 人間を超えたアルファ碁は、どのようにして強くなったのか
アルファ碁はたくさん手を読んでいるのではなく、猛烈に勘がいい ほか
第1章 将棋の機械学習—プログラマからの卒業 : 将棋の名人を倒すプログラムは、名人でなければ書けないのか?
そもそも、コンピュータとは何か? ほか
第2章 黒魔術とディープラーニング—科学からの卒業 : 機械学習によってもたらされた「解釈性」と「性能」のトレードオフ
概要: 人工知能は今、プログラマの手を離れ、既存の科学の範疇を超え、天才が残した棋譜も必要とせず、さらには人間そのものからも卒業しようとしています。その物語を、できる限りやさしく語りました。
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼