impress top gear<br> Python機械学習プログラミング PyTorch&scikit‐learn編

個数:
電子版価格
¥4,620
  • 電書あり

impress top gear
Python機械学習プログラミング PyTorch&scikit‐learn編

  • ウェブストアに3冊在庫がございます。(2024年07月23日 03時08分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ B5判/ページ数 670p/高さ 24cm
  • 商品コード 9784295015581
  • NDC分類 007.1
  • Cコード C3055

内容説明

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。

目次

「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〕

著者等紹介

ラシュカ,セバスチャン[ラシュカ,セバスチャン] [Raschka,Sebastian]
ウィスコンシン州立大学マディソン校の統計学助教授。機械学習と深層学習の研究に注力している。オープンソースの熱心な貢献者でもあり、Grid.aiにおいてAI教育のリードとして、人工知能に興味を持つ人々を支援するという、新しい役割を担う予定

リュー,ユーシー・ヘイデン[リュー,ユーシーヘイデン] [Liu,Yuxi Hayden]
グーグルの機械学習ソフトウェアエンジニア。世界最大の検索エンジンの広告最適化のための機械学習モデル/システムの開発・改良に取り組んでいる。これまでも、さまざまなデータ駆動型ドメインの業務に機械学習サイエンティストとして従事

ミルジャリリ,ヴァヒド[ミルジャリリ,ヴァヒド] [Mirjalili,Vahid]
コンピュータビジョンのアプリケーションに特化したディープラーニングの研究者。ミシガン州立大学にて機械工学とコンピュータサイエンスの両方で博士号を取得。博士課程では、実世界の問題を解決するコンピュータビジョンの新しいアルゴリズムを開発し、引用の多い研究論文をいくつか発表

福島真太朗[フクシマシンタロウ]
現在、企業で機械学習、データマイニングの研究開発、技術開発の業務に従事。東京大学理学部物理学科卒業。東京大学大学院新領域創成科学研究科複雑理工学専攻修士課程修了。東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。博士(情報理工学)。専攻は機械学習・データマイニング・非線形力学系(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

ユータス

2
おすすめ度☆☆☆☆☆。Pythonで機械学習を行う方法について幅広い話題を取り扱っている本。機械学習アルゴリズムで基本的で重要な話題は全て扱われていると言っていいと思った。実際にやりたいときに参考となるコードが豊富で、scikit-learnやPyTorchといったデファクトスタンダードになってるライブラリを使う方法に加えて、基礎的な部分については自分で一から実装する方法も説明されているので仕組みの理解がしやすい。600ページ以上あり一冊目にはやや重い本だが、絶対に必要なことが書かれているので必読と思う。2024/05/06

華流

0
PyTorchによるディープニューラルネットワークの実装についてわかりやすく説明されているのがありがたい。GAN(WGAN-GP)やSelf-Attentionの理解を深めることができた。分量がかなり多いので、参考文献的に利用するのが良いと思う。頭からこなすのはかなり大変。2023/05/07

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/20331307
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。