| 1.
図書 |
図書
|
福島真太朗著
目次情報:
続きを見る
概要:
ビッグデータ時代の大規模データ処理とパフォーマンスの改善。メモリに乗らない大容量データの処理、並列計算、Hadoopとの連携、パフォーマンスチューニングなど。
|
||||||||||||||||||||||
| 2.
図書 |
図書
|
Daniel Y. Chen著 ; 吉川邦夫訳
目次情報:
続きを見る
概要:
pandas、matplotlib、seaborn、numpy、statsmodels、sklearn...Python定番ライブラリの定石をマスター!データの取り込み・整備・集約、可視化、モデル採択、正則化など、一連のデータ処理の基本から
…
解説。
続きを見る
|
||||||||||||||||||||||
| 3.
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
|
||||||||||||||||||||||
| 4.
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
|
