Rによる機械学習作品一覧

  • Rではじめる機械学習 データサイズを抑えて軽量な環境で攻略法を探る
    値引きあり
    -
    機械学習の考え方とRの活用をわかりやすく解説!―Rは、統計解析のためのプログラミング言語・開発環境であり、機械学習で利用できるライブラリが数多く提供されています。膨大なデータの処理よりもプロトタイピングや検証に適しており、先進IT企業では、あるモデルでうまく動作するかを判断するため、まずRでプロトタイプを作成・確認するというケースもあります。本書ではまず、機械学習の考え方や、その基礎となる統計をわかりやすく説明します。それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。 ◇以下「はじめに」より抜粋・要約◇筆者は、これまで2年以上にわたって、オープンソースの統計解析ソフトウェア「R(アール)」を用いた機械学習のセミナーを実施してきました。いつも参加者は満員となり、ニーズの高さを実感しています。Rの場合、何ギガバイトもの膨大なデータ量を処理することにはあまり適していません。むしろ、重要なのは、Rの特性を見極め、どのような機械学習の局面でどのように活用するか、にあると言えます。それが本書のコンセプトであり、代表的な機械学習の理論を押さえながら、Rによる実践について解説します。2年間のセミナーのなかで、受講者の皆様から、わかりにくいポイント、現場で利用するためのポイントなど、様々なフィードバックやリクエストをいただき、本書に反映しました。したがって本書は、実際の現場で利用されるデータサイエンティスト、これからRで機械学習の実施を検討される技術者の方などにお勧めできます。
  • RとPythonで学ぶ統計学入門
    -
    1巻3,300円 (税込)
    ※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。 RとPythonで統計学を実践的に学ぶ!  本書はRとPythonを使って,統計学の基礎を実践的に学ぶテキストです.  近年,IoTや人工知能ブームなどに代表されるように,人が日々扱うデータは増え続けています.データの量・種類が増えるにつれ,ただ闇雲にツールを使って分析するだけではなく,なぜその手法を使うのか,結果から何を読み取るのかなどといったことがポイントになってきます.  このポイントを正しく理解し,適切にデータ分析を行うには十分な統計学の知識が必要になってきます.しかしながら統計学の土台は数学であり,数学に苦手意識をもつ方にとって純粋な統計学の教科書はハードルが高いと思われます.また,平易な参考書においても,結局のところ手元のデータをどうすればよいのかといったところで,また一つ壁があります.  そこで本書は,データ分析に優れた環境であるRと,機械学習など大規模なデータ分析に定評のあるPythonによるプログラミングを通して統計学を解説します.統計学を学びたい,データを分析したいというエンジニアや学生に向けて,数学的な壁を取り払いつつ,実際にデータを分析するための統計学の知識を提供します. 第1章 データ分析と統計が注目される理由 第2章 基本統計量を知る 第3章 よく使われる分析手法を知る 第4章 確率の基本と推定を知る 第5章 検定の手法を知る 第6章 将来を予測する 付 録 数学知識の復習
  • Rによる機械学習
    -
    はじめての人も再挑戦の人も! AI(人工知能)の基礎技術となる機械学習は、ここ数年で飛躍的に進化を遂げました。 その要因として、コンピュータの性能の向上とネットワーク網の発達、そして取得データの 増加が挙げられます。 本書はそれら膨大なデータから、統計学の成果をもとに、有意な事象を正確に抽出する 分析・解析手法をR言語で実装する方法をまとめたものです。 とはいえ、「統計学の成果」を「R言語を使って」となると、いきなり敷居が 高くなってしまいがちです。統計学の成果である数式を解読し、その数式から導かれる アルゴリズムを理解し、アルゴリズムをR言語で実装するとなると、(各種パッケージを 使用するとはいえ)一朝一夕では学習しきれません。 そこで、本書では直感でわかる基礎的な統計手法をとっかかりにしてそのデメリットを、 補正するために、次の統計手法を紹介し、その手法に合わせたR言語のパッケージと 使い方を、実際のデータを操作しながら説明するというスタイルを取っています。 おかげで、数式はほとんど出てきませんし、アルゴリズムの森のなかで迷子になることも ありません。初学者はもちろん、数式とアルゴリズムとR言語の3本の矢に射抜かれて 倒れた方にとっての復活の呪文ともなるでしょう。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。
  • Rによる機械学習[第3版]
    -
    絶え間なく更新されるベストプラクティスが 「ベスト」であり続けるための基礎技術のすべて 【本書の内容】 本書は Brett Lantz, "Machine Learning with R - Third Edition", Packt Publishing, 2019 の邦訳版です。 本書は「機械学習」で語られることの多い手法(最近傍法や回帰法、ナイーブベイズ や決定木を使った分類法)を網羅し、それぞれの意味や成立条件を解説します。 といっても、ゴリゴリの数式だけを使うわけではなく、既存のデータを使用し、 それら手法によって解析した結果、どのようなグラフが表示されるか、を 手取り足取りで解説してくれます。 ですから、機械学習を構成するさまざまな手法を、実際に使えるレベルで理解できる ようになります。 そのため、自身が関わるプロジェクトにおいて、どの手法がベストプラクティスと なるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう。 「機械学習」を学んだものの「もやもや」に付きまとわれているエンジニアに よく効く一冊です。 【本書のポイント】 ・「機械学習」と呼ばれる手法を網羅 ・手法を構成する手続きやその前準備を微細に解説 ・各手法のメリットとデメリットも紹介 ・実際に手を動かすことで各種手法を正しく利用できるようになる 【読者が得られること】 ・機械学習とその派生手法のモデルを頭の中に構築できる ・機械学習を成立させるさまざまな手法に精通できる ・プロジェクトで真に必要な手法がわかる ・(ついでに)R言語(4.x系)も習得できる ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

    試し読み

    フォロー

最近チェックした作品からのおすすめ

最近チェックした作品