Scikit-learn活用レシピ80+ : Python機械学習ライブラリ

著者

書誌事項

Scikit-learn活用レシピ80+ : Python機械学習ライブラリ

Julian Avila, Trent Hauck著 ; クイープ訳

（Impress top gear）

インプレス, 2019.3

タイトル別名

Scikit-learn cookbook : over 80 recipes for machine learning in python with scikit-learn

Python (パイソン) 機械学習 (きかいがくしゅう) ライブラリscikit-learn (サイキットラーン) 活用 (かつよう) レシピ80+ (ハチジュウプラス)

Python (パイソン) 機械学習 (きかいがくしゅう) ライブラリ : scikit-learn (サイキットラーン) 活用 (かつよう) レシピ80+ (ハチジュウプラス)

Python機械学習ライブラリ : scikit-learn活用レシピ80+

Python機械学習ライブラリ : scikit-learn活用レシピ80+

scikit-learn活用レシピ80+ : Python機械学習ライブラリ

タイトル読み

Scikit-learn カツヨウ レシピ 80+ : Python キカイ ガクシュウ ライブラリ

大学図書館所蔵 件 / 全91件

この図書・雑誌をさがす

注記

原著2nd ed. (Packt pub., c2017)の翻訳

内容説明・目次

内容説明

一連の基本作法から、前処理、次元削減、線形モデル、交差検証、ＳＶＭ、アンサンブル、テキスト分析、多分類、ニューラルネットワークまで、各種テクニックを幅広く解説。

目次

  • 機械学習の枠組みを理解する—ＮｕｍＰｙからパイプラインまで
  • モデル構築前のワークフローと前処理—サンプルデータの作成から確率的勾配降下法まで
  • 次元削減—ＰＣＡから性能テストまで
  • 線形モデル—線形回帰からＬＡＲＳまで
  • ロジスティック回帰—データの読み込みからパイプラインまで
  • 距離指標を使ったモデルの構築—ｋ‐ｍｅａｎｓ法からｋ近傍法まで
  • 交差検証とモデル構築後のワークフロー—モデルの選択から永続化まで
  • サポートベクトルマシン—線形ＳＶＭからサポートベクトル回帰まで
  • 決定木アルゴリズムとアンサンブル学習
  • テキスト分類と多クラス分類
  • ニューラルネットワーク
  • 単純な推定器の作成

「BOOKデータベース」 より

関連文献： 1件中  1-1を表示

詳細情報

ページトップへ