Python機械学習プログラミング PyTorch＆scikit-learn編

Sebastian Raschka / Yuxi （Hayden） Liu / Vahid Mirjalili / 株式会社クイープ / 福島真太朗

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

第3版まで続くロングセラーのPyTorch版！
機械学習の基本から先進的な手法まで本格解説

『機械学習を実践的に学ぶための優れたテキスト』
『多くのトピックを網羅した深い一冊。強力にお勧め』
―原著への読者の声

本書の前半は、基本的な機械学習ライブラリのscikit-learnを使った手法を解説。
分類の基本モデルに始まり、単層ニューラルネットまでを実装するほか、データ前処理、次元削減、
ハイパーパラメーターのチューニング、アンサンブル学習、回帰分析などを取り上げます。

後半では、PyTorchによるさまざまなディープラーニングの手法を説明。
PyTorchの仕組みを示したあと、CNN／RNN／Transformerといったモデルの実装を解説。
敵対的生成ネットワーク、グラフニューラルネットワーク、強化学習もカバー。

◎本書は『Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python』の翻訳書です。

◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 言語・プログラミング
• 出版社: インプレス
• 掲載誌・レーベル: impress top gearシリーズ
• ページ数: 712ページ
• 電子版発売日: 2022年12月23日
• コンテンツ形式: EPUB
• サイズ(目安): 265MB

[ブクログ · ★★★★★]

2章までは導入

3～１０章は、scikit-learnを用いた機械学習モデルを
数式とサンプルプログラムで幅広く紹介。

11～19章は、深層学習を丁寧に解説。