Pythonによる機械学習入門

2,860円 (税込)
14pt

2,860円 (税込)

14pt

3.0

2件

※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。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。

初心者でもPythonを用いて機械学習が実装できる！

本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。
また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。

詳細目次
第1部導入編
第1章はじめに
1.1 機械学習とは
1.2 Python と機械学習
1.3 インストール＆セットアップ
1.4 Python 早分かり ― NumPy とmatplotlib
1.5 クイックツアー
小話深層学習って何だ？
第2 章機械学習の様々な側面 33
2.1 機械学習をとりまく環境.. 33
2.2 関連分野. 34
2.3 学習法による分類. 35
2.4 手法や課題設定による分類. 36
2.5 応用例. 37

第2部基礎編
第3章分類問題
3.1 分類問題とは
3.2 最初の分類器
3.3 学習データとテストデータ
ミニ知識色々な用語 ―学習・訓練・教師 vs テスト・評価・バリデート・検証
ミニ知識 k- 分割交差検証
3.4 分類器の性能を評価しよう
ミニ知識正答率（Accuracy）と適合率（Precision）
ミニ知識色々な平均.調和平均・算術平均・幾何平均
3.5 色々な分類器
3.6 まとめ
第4章回帰問題
4.1 回帰問題とその分類
4.2 最初の回帰 ― 最小二乗法と評価方法
4.3 機械学習における鬼門 ― 過学習
4.4 過学習への対応 ― 罰則付き回帰
4.5 様々な回帰モデル
4.6 まとめ
第5章クラスタリング
5.1 iris データセット
ミニ知識フィッシャーのあやめ
5.2 代表的なクラスタリング手法 ― k-means
5.3 その他のクラスタリング手法
5.4 まとめ

第3部実戦編
第6章画像による手形状分類
6.1 課題の設定
6.2 最初の学習
6.3 汎化性能を求めて ― 人を増やしてみる
6.4 さらに人数を増やしてみる
ミニ知識学習データに含める人数について
6.5 データの精査と洗浄 ― データクレンジング
6.6 特徴量の導入
6.7 パラメータチューニング
6.8 まとめ
第7章センサデータによる回帰問題
7.1 はじめに
7.2 準備
7.3 センサデータの概要
7.4 データの読み込み
7.5 高松の気温データと四国電力の消費量
7.6 もっと色々、そしてまとめ
7.7 終わりに

第4部付録
付録A Python で作る機械学習
A.1 この付録の目的
A.2 最小二乗法
A.3 行列計算による解析解の導出
A.4 反復法
A.5 コードを書く前に
A.6 実装例
付録B 線形代数のおさらいと代表的な非線形モデル
B.1 この付録の目的
B.2 そもそも「線形」とは
B.3 線形変換とアフィン変換
B.4 ノルムと罰則項
B.5 線形回帰の最小二乗解を考える
B.6 機械学習における「非線形」

Pythonによる機械学習入門のユーザーレビュー

＼レビュー投稿でポイントプレゼント／ ※購入済みの作品が対象となります

レビューを書く

感情タグBEST3

＃ドキドキハラハラ＃カッコいい＃タメになる

Posted by ブクログ 2019年08月16日

機械学習とか深層学習を具体的に使うには一体どうすりゃいいんじゃ、そもそも何ができるの？という初心者向け入門書。今よく使われるスクリプト言語のpythonを使った簡単な具体例で体験できるようになっている。データを分類したり、画像を分類したり、非線形の回帰曲線を求めたりするのに機械学習は有効な手段となり...続きを読む