機械学習スタートアップシリーズ ゼロからつくるPython機械学習プログラミング入門
- 電子あり
内容紹介
目次
第1章 機械学習とは何か
1.1 機械学習の位置づけ
1.2 機械学習が広まった理由
1.3 機械学習の種類と方法
1.4 機械学習の応用例
第2章 Python入門
2.1 Python環境の構築
2.2 変数と標準出力
2.3 データ構造
2.4 グラフのプロット
2.5 for文とif文
2.6 関数とオブジェクト指向
2.7 OpenAI
第3章 数学のおさらい
3.1 線形代数
3.2 最適化
3.3 確率
3.4 統計
第4章 回帰分析
4.1 線形回帰分析
4.2 一般化線形モデル(ロジスティック回帰分析)
第5章 分類
5.1 回帰と分類
5.2 線形判別分析
5.3 サポートベクトルマシン
5.4 確率的分類(ナイーブベイズ法)
5.5 決定木
第6章 カーネルモデル
6.1 非線形な分類境界の例
6.2 カーネルモデル
6.3 カーネル関数とカーネルトリック
6.4 カーネル関数の例
6.5 線形モデルからカーネルモデルへの拡張
6.6 交差検証法を用いたモデル選択
第7章 ニューラルネットワーク
7.1 ニューラルネットワークとは
7.2 2層のニューラルネットワーク
7.3 3層のニューラルネットワーク
7.4 Pythonによるニューラルネットワークの実装
7.5 ニューラルネットワークの課題と拡張
7.6 多クラス分類への応用
7.7 手描き文字の画像分類
7.8 多クラス分類の評価方法
第8章 強化学習
8.1 教師あり学習と強化学習
8.2 動物の行動学習
8.3 強化学習の定式化
8.4 Q学習法
第9章 教師なし学習
9.1 主成分分析
9.2 因子分析
9.3 クラスター分析
製品情報
製品名 | 機械学習スタートアップシリーズ ゼロからつくるPython機械学習プログラミング入門 |
---|---|
著者名 | 著:八谷 大岳 |
発売日 | 2020年08月31日 |
価格 | 定価:3,300円(本体3,000円) |
ISBN | 978-4-06-520612-6 |
判型 | A5 |
ページ数 | 368ページ |
関連シリーズ
-
Pythonではじめる時系列分析入門
-
プログラミング〈新〉作法
-
Polarsとpandasで学ぶ データ処理アイデアレシピ55
-
RustによるWebアプリケーション開発
-
ゼロから学ぶGit/GitHub
-
Pythonでスラスラわかる ベイズ推論「超」入門
-
最新 使える!MATLAB
-
ゼロから学ぶRust
-
OpenCVによる画像処理入門
-
ROS2とPythonで作って学ぶAIロボット入門
-
Pythonではじめるベイズ機械学習入門
-
これからのロボットプログラミング入門
-
Rではじめる地理空間データの統計解析入門
-
Pythonではじめるテキストアナリティクス入門
-
1週間で学べる!Julia数値計算プログラミング
-
モンテカルロ統計計算
-
スパース回帰分析とパターン認識
-
ゼロから学ぶPythonプログラミング
-
PythonではじめるKaggleスタートブック
-
Python数値計算プログラミング
-
Kaggleに挑む深層学習プログラミングの極意
-
データ分析のためのデータ可視化入門
-
最適化手法入門
-
RとStanではじめる ベイズ統計モデリングによるデータ分析入門
-
Juliaプログラミング大全
-
Rで学ぶ統計的データ解析
-
Pythonで学ぶアルゴリズムとデータ構造
-
入門者のPython
-
Web学習アプリ対応 C言語入門
-
ゼロからはじめるデータサイエンス入門
-
ProcessingによるCGとメディアアート
-
問題解決力を鍛える!アルゴリズムとデータ構造
-
ソフトウェアの挑戦
-
ホログラフィ入門
-
今日から使える! MATLAB 数値計算から古典制御まで
-
IDLプログラミング入門―基本概念から3次元グラフィックス
-
LabVIEW画像計測入門
-
使える! MATLAB/Simulinkプログラミング
-
OpenCVによるコンピュータビジョン・機械学習入門
-
GPUプログラミング入門 -CUDA5による実装
-
pixivエンジニアが教えるプログラミング入門