Python機械学習クックブック (第2版)

個数:

Python機械学習クックブック (第2版)

  • ウェブストアに1冊在庫がございます。(2025年02月12日 00時16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 428p/高さ 24cm
  • 商品コード 9784814400843
  • NDC分類 007.1
  • Cコード C3055

出版社内容情報

Pythonを使った機械学習を行う上で役に立つ216のレシピを収録!
Pythonによる機械学習を行う上で、頻繁に遭遇すると思われる216の問題とその解決策を紹介します。データ構造、数値データ、カテゴリデータ、テキスト、画像、日時データの取り扱いといった基本から、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、決定木、ランダムフォレスト、k-最近傍法、SVM、ナイーブベイズ、クラスタリング、ニューラルネットワークまで幅広い内容をカバー。この改訂版では、最新のフレームワークに対応するとともに、ニューラルネットワーク関連の項目をPyTorchベースで大幅に増量。「やりたいこと」「困っていること」に答えてくれる一冊です。

内容説明

Pythonによる機械学習を行う上で、頻繁に遭遇すると思われる216の問題とその解決策を紹介します。データ構造、数値データ、カテゴリデータ、テキスト、画像、日時データの取り扱いといった基本から、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、決定木、ランダムフォレスト、k‐最近傍法、SVM、ナイーブベイズ、クラスタリング、ニューラルネットワークまで幅広い内容をカバー。この改訂版では、最新のフレームワークに対応するとともに、ニューラルネットワーク関連の項目をPyTorchベースで大幅に増量。「やりたいこと」「困っていること」に答えてくれる一冊です。

目次

NumPyベクトル、行列、配列
データのロード
データラングリング
数値データの取り扱い
カテゴリデータの取り扱い
テキストの取り扱い
日時データの取り扱い
画像の取り扱い
特徴量抽出による次元削減
特徴量選択による次元削減
モデルの評価
モデル選択
線形回帰
決定木とフォレスト
k‐最近傍法
ロジスティック回帰
サポートベクタマシン
ナイーブベイズ
クラスタリング
PyTorchのテンソルニュートラルネットワーク
非構造化データ向けのニュートラルネットワーク
訓練済みモデルのセーブとロード