Python 機械学習プログラミング - 達人データサイエンティストによる理論と実践 第 2 版

出版社
出版日
ページ数
624
説明

2016 年に出版された「 Python 機械学習プログラミング 」の第 2 版です。

オリジナルのタイトルは「 Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition 」です。

進化の速い機械学習の分野の書籍らしく、第 1 版から大幅な加筆が行われています(第 1 版は全 13 章 / 464 ページ、第 2 版は全 16 章 / 624 ページ)。

目次
第1章 「データから学習する能力」をコンピュータに与える 第2章 分類問題―単純な機械学習アルゴリズムのトレーニング 第3章 分類問題―機械学習ライブラリ scikit-learn の活用 第4章 データ前処理―よりよいトレーニングセットの構築 第5章 次元削減でデータを圧縮する 第6章 モデルの評価とハイパーパラメータのチューニングのベストプラクティス 第7章 アンサンブル学習―異なるモデルの組み合わせ 第8章 機械学習の適用1―感情分析 第9章 機械学習の適用2― Web アプリケーション 第10章 回帰分析―連続値をとる目的変数の予測 第11章 クラスタ分析―ラベルなしデータの分析 第12章 多層人工ニューラルネットワークを一から実装 第13章 ニューラルネットワークのトレーニングを TensorFlow で並列化 第14章 TensorFlow のメカニズムと機能 第15章 画像の分類―ディープ畳み込みニューラルネットワーク 第16章 系列データのモデル化―リカレントニューラルネットワーク
紹介( powered by openBD

本書では、機械学習の各コンセプトについて、理論的背景とPythonコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。Python関連ライブラリとしてはscikit‐learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。