図書
ImageImage

直感でわかる!Excelで機械学習 : サンプルは、Excel版とPython版を解説

Icons representing 図書
The cover of this title could differ from library to library. Link to Help Page

直感でわかる!Excelで機械学習 : サンプルは、Excel版とPython版を解説

Call No. (NDL)
M121-M272
Bibliographic ID of National Diet Library
030125300
Material type
図書
Author
堅田洋資, 福澤彰吾 著
Publisher
インプレス
Publication date
2019.12
Material Format
Paper
Capacity, size, etc.
221p ; 21cm
NDC
007.13
View All

Search by Bookstore

Table of Contents

  • 表紙 サンプルコードの入手先など はじめに 目次 第1部 ビジネス活用への第一歩 第1章 機械学習のイメージをつかむための基本と道具/1.1 機械学習とは/1.1.1 AI・人工知能、機械学習、ディープラーニングの違い 1.1.2 機械学習の種類 1.2 機械学習をビジネスで活用するための考え方/1.2.1 とにかく具体的に考える 1.2.2 自身の業務の中で「タスク」を考える 1.3 Excelで学ぶメリット 1.4 Pythonの基本 1.4.1 計算/1.4.2 変数 1.4.3 条件分岐 1.4.4 forループ 1.4.5 関数 1.4.6 ライブラリの読み込み/1.4.7 CSVファイルの読み込み 1.5 簡単! Colaboratoryの使い方 第2章 機械学習のビジネス活用事例を知ろう/2.1 データの利活用のレベル感を意識すること/2.1.1 データ活用=AI・機械学習の活用なのか 2.1.2 データ活用レベルの5段階 2.1.3 どのレベルから始めるべきか 2.1.4 マネジメントも変わる必要がある 2.2 ビジネスにおける機械学習プロジェクトの流れ/2.2.1 解約予測の例/2.2.2 データの準備 2.2.3 モデリング 2.2.4 モデルの評価と精度指標 2.2.5 混同行列と4つの指標 2.2.6 AUC 2.2.7 ビジネス現場での適用 2.3 他分野への適用 第2部 Excelでアルゴリズムの仕組みをとらえよう 第3章 価格や売上を予測するアルゴリズム[線形回帰モデル]/3.1 線形回帰モデルとは/3.1.1 シンプルな例:営業部署別の営業担当者数と売上の関係を考える 3.1.2 線形回帰モデルでは 3.1.3 Excelで作ってみよう 3.2 勾配降下法の仕組み 3.2.1 勾配降下法のイメージ 3.2.2 勾配降下法の式 3.2.3 線形回帰モデルでの勾配降下法 3.2.4 線形回帰モデルでの勾配の計算式 3.2.5 Excelで勾配降下法を使った線形回帰モデルを作ってみよう 3.3 曲線でフィッティングする/3.3.1 多項式回帰 3.3.2 過学習とは 3.4 交差検証(クロスバリデーション) 3.5 正則化/3.5.1 リッジ回帰をExcelで作成する 3.5.2 LASSO回帰をExcelで実装する 3.6 Pythonでの実行方法/3.6.1 線形回帰 3.6.2 リッジ回帰 3.6.3 LASSO回帰 3.6.4 多項式回帰 第4章 YesかNoか―2値を予測しよう[ロジスティック回帰モデル/4.1 ロジスティック回帰モデルとは/4.1.1 シンプルな例:年収と勤続年数からローンを完済できるかを予測する 4.1.2 線形回帰モデルではいけない理由 4.1.3 ロジスティック回帰モデルのコンセプト 4.2 最尤推定/4.2.1 同時に起こる確率を求める/4.2.2 コイン投げの例 4.2.3 細工されているコイン 4.3 ロジスティック回帰モデルの目的関数/4.3.1 対数とは 4.3.2 尤度に対数を適用した対数尤度 4.3.3 交差エントロピー誤差関数 4.4 Excelで実装してみよう/4.4.1 Excelでロジスティック回帰を実装する 4.5 Pythonでやってみよう 4.5.1 必要なライブラリをインポート/4.5.2 使用するデータの作成 4.5.3 学習用と検証用のデータに分割/4.5.4 説明変数と目的変数の設定 4.5.5 ロジスティック回帰の実装/4.5.6 切片と傾きの確認 4.5.7 作成したモデルを用いた予測/4.5.8 モデルの精度評価 第5章 グループに分けてとらえよう[クラスタリング]/5.1 クラスタリングとは/5.1.1 良いグルーピングと悪いグルーピングの違い 5.1.2 K-means法の目的関数 5.1.3 K-means法のアルゴリズム 5.1.4 エルボー法 5.1.5 実務で適用する際の注意点/5.2 Excelでの実装 5.3 K-means法を使う際の注意/5.3.1 スケールを揃える 5.3.2 クラスターは超球面であることを想定 ほか

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

Northern Japan

Kanto

  • 岡山県立図書館

    Paper
    Call No.:
    007.13/カタ20/
    Book Registration Number:
    0015147309
  • CiNii Research

    Search Service
    Paper
    You can check the holdings of institutions and databases with which CiNii Research is linked at the site of CiNii Research.

Search by Bookstore

Publication bibliographic database Books Find a bookstore where you can purchase books from

Books is a database of the publishing industry with information provided by publishers. You can search for currently available paperbacks and eBooks.

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Paper Digital

Material Type
図書
ISBN
978-4-295-00784-5
Title Transcription
チョッカン デ ワカル エクセル デ キカイ ガクシュウ : サンプル ワ エクセルバン ト パイソンバン オ カイセツ
Author/Editor
堅田洋資, 福澤彰吾 著
Author Heading
堅田, 洋資 カタダ, ヨウスケ ( 001259594 )Authorities
福澤, 彰吾 フクザワ, ショウゴ ( 001358691 )Authorities
Publication, Distribution, etc.
Publication Date
2019.12
Publication Date (W3CDTF)
2019
Extent
221p