図書

ゼロからつくるPython機械学習プログラミング入門 (機械学習スタートアップシリーズ)

図書を表すアイコン
表紙は所蔵館によって異なることがあります ヘルプページへのリンク

ゼロからつくるPython機械学習プログラミング入門 = Introduction to Machine Learning from Scratch with Python

(機械学習スタートアップシリーズ)

国立国会図書館請求記号
M121-M271
国立国会図書館書誌ID
030584765
資料種別
図書
著者
八谷大岳 著
出版者
講談社
出版年
2020.8
資料形態
ページ数・大きさ等
349p ; 21cm
NDC
007.13
すべて見る

資料詳細

要約等:

機械学習アルゴリズムを徹底マスター! numpyとpandasのみのコーディングで、実装力がスキルアップ。コードはWeb公開(提供元: 出版情報登録センター(JPRO))

著者紹介:

八谷 大岳 和歌山大学システム工学部 講師(提供元: 出版情報登録センター(JPRO))

書店で探す

目次

  • 第1章 機械学習とは何か 1.1 機械学習の位置づけ 1.2 機械学習が広まった理由 1.3 機械学習の種類と方法 1.4 機械学習の応用例 第2章 Python入門 2.1 Python環境の構築 2.2 変数と標準出力 2.3 データ構造 2.4 グラフのプロット 2.5 for文とif文 2.6 関数とオブジェクト指向 2.7 OpenAI 第3章 数学のおさらい 3.1 線形代数 3.2 最適化 3.3 確率 3.4 統計 第4章 回帰分析 4.1 線形回帰分析 4.2 一般化線形モデル(ロジスティック回帰分析) 第5章 分類 5.1 回帰と分類 5.2 線形判別分析 5.3 サポートベクトルマシン 5.4 確率的分類(ナイーブベイズ法) 5.5 決定木 第6章 カーネルモデル 6.1 非線形な分類境界の例 6.2 カーネルモデル 6.3 カーネル関数とカーネルトリック 6.4 カーネル関数の例 6.5 線形モデルからカーネルモデルへの拡張 6.6 交差検証法を用いたモデル選択 第7章 ニューラルネットワーク 7.1 ニューラルネットワークとは 7.2 2層のニューラルネットワーク 7.3 3層のニューラルネットワーク 7.4 Pythonによるニューラルネットワークの実装 7.5 ニューラルネットワークの課題と拡張 7.6 多クラス分類への応用 7.7 手描き文字の画像分類 7.8 多クラス分類の評価方法 第8章 強化学習 8.1 教師あり学習と強化学習 8.2 動物の行動学習 8.3 強化学習の定式化 8.4 Q学習法 第9章 教師なし学習 9.1 主成分分析 9.2 因子分析 9.3 クラスター分析

全国の図書館の所蔵

国立国会図書館以外の全国の図書館の所蔵状況を表示します。

所蔵のある図書館から取寄せることが可能かなど、資料の利用方法は、ご自身が利用されるお近くの図書館へご相談ください

関東

近畿

  • CiNii Research

    検索サービス
    連携先のサイトで、CiNii Researchが連携している機関・データベースの所蔵状況を確認できます。

書店で探す

出版書誌データベース Books から購入できる書店を探す

『Books』は各出版社から提供された情報による出版業界のデータベースです。 現在入手可能な紙の本と電子書籍を検索することができます。

書誌情報

この資料の詳細や典拠(同じ主題の資料を指すキーワード、著者名)等を確認できます。

デジタル

資料種別
図書
ISBN
978-4-06-520612-6
タイトルよみ
ゼロ カラ ツクル パイソン キカイ ガクシュウ プログラミング ニュウモン
著者・編者
八谷大岳 著
著者標目
八谷, 大岳 ハチヤ, ヒロタカ ( 01139513 )典拠
出版事項
出版年月日等
2020.8
出版年(W3CDTF)
2020