超実践 アンサンブル機械学習

武藤 佳恭【著】

近代科学社（2016/12発売）

• サイズ B5判／ページ数 115p／高さ 24cm
• 商品コード 9784764905290
• NDC分類 007.1
• Cコード C3004

出版社内容情報

ポスト深層学習!! 次のトレンドは機械学習の“良いとこ取り”。実際にプログラムを動かしながら体感できる!!ポスト深層学習!!

本書は、ポスト深層学習の最右翼として注目されている「アンサンブル機械学習」を具体的にプログラムを動かしながら、実践的に学ぶ事ができる。
「アンサンブル機械学習」とは簡単に言えば、従来のいくつかの機械学習法の“良いとこ取り”である。その主な手法であるランダムフォーレスト、ブースティング、バギングなどについて、統計手法との絡みを含めて詳説する。おそらく、アンサンブル機械学習についての本邦初の解説書であろう。
深層学習、機械学習、人工知能に関わる読者には、まさに必携必読の書である。

第0章 機械学習の基礎と環境設定
第1章 ビッグデータ解析と機械学習
第2章 機械学習
第3章 アンサンブル機械学習
第4章 アンサンブル機械学習の応用事例
第5章 OpenCV と畳み込みニューラルネットワーク

武藤　佳恭［タケフジ ヨシヤス］
武藤 佳恭：慶應義塾大学・環境情報学部・教授・工学博士

内容説明

Ｐｙｔｈｏｎ言語プログラム多数掲載。機械学習の次のトレンドを体感！！

目次

第０章　機械学習の基礎と環境設定
第１章　ビッグデータ解析と機械学習（ビッグデータ解析とは；重回帰分析とは）
第２章　機械学習（サポートベクトル回帰ＳＶＲ；カーネルリッジ回帰ＫＲＲ；ナイーブ・ベイズｓｋｌｅａｒｎ．ｎａｉｖｅ＿ｂａｙｅｓ機械学習；決定木分類器ＤｅｃｉｓｉｏｎＴｒｅｅＣｌａｓｓｉｆｉｅｒ；近傍法；確率的勾配降下法ＳＧＤＣｌａｓｓｉｆｉｅｒ；ディープラーニングニューラルネットワークｋｅｒａｓ）
第３章　アンサンブル機械学習（アダブースト（Ａｄａｂｏｏｓｔ）
ランダムフォーレスト（ＲａｎｄｏｍＦｏｒｅｓｔ）
エキストラツリー（ＥｘｔｒａＴｒｅｅ）
エキストラツリーズ（ＥｘｔｒａＴｒｅｅｓ）
グラディエントブースティング（ＧｒａｄｉｅｎｔＢｏｏｓｔｉｎｇ）
バッギング（Ｂａｇｇｉｎｇ）
多数決分類器（ＶｏｔｉｎｇＣｌａｓｓｆｉｅｒ））
第４章　アンサンブル機械学習の応用事例（クレジットカードのデフォルトの学習；赤ワインの品質を判別できる人工ソムリエ）
第５章　ＯｐｅｎＣＶと畳み込みニューラルネットワーク（ＯｐｅｎＣＶと人工知能；畳み込みニューラルネットワークで絵画を生成）

著者等紹介

武藤佳恭［タケフジヨシヤス］
慶應義塾大学工学部電気工学科卒業（１９７８）、同大学院修士課程修了（１９８０）、同大学院博士課程修了（１９８３）。工学博士（１９８３）。南フロリダ大学コンピュータ学科助教授（１９８３‐１９８５）、南カロライナ大学コンピュータ工学科助教授（１９８５‐１９８８）、ケースウエスターンリザーブ大学電気工学科准教授（１９８８‐１９９６）、ｔｅｎｕｒｅｄ受賞（１９９２）、慶應義塾大学環境情報学部助教授（１９９２‐１９９７）、同教授（１９９７‐現在）（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。

[山澤 穫]

アルゴリズムの説明をしない。そこが男らしい。

2024/07/18

[rkhs]

稀に見る糞本