Python機械学習プログラミング
著者
書誌事項
Python機械学習プログラミング
(Impress top gear)
インプレス, 2022.12
- PyTorch&scikit-learn編
- タイトル別名
-
Python (パイソン) 機械学習 (きかいがくしゅう) プログラミング
Machine learning with PyTorch and scikit-learn
- タイトル読み
-
Python キカイ ガクシュウ プログラミング
大学図書館所蔵 全106件
  青森
  岩手
  宮城
  秋田
  山形
  福島
  茨城
  栃木
  群馬
  埼玉
  千葉
  東京
  神奈川
  新潟
  富山
  石川
  福井
  山梨
  長野
  岐阜
  静岡
  愛知
  三重
  滋賀
  京都
  大阪
  兵庫
  奈良
  和歌山
  鳥取
  島根
  岡山
  広島
  山口
  徳島
  香川
  愛媛
  高知
  福岡
  佐賀
  長崎
  熊本
  大分
  宮崎
  鹿児島
  沖縄
  韓国
  中国
  タイ
  イギリス
  ドイツ
  スイス
  フランス
  ベルギー
  オランダ
  スウェーデン
  ノルウェー
  アメリカ
この図書・雑誌をさがす
注記
原著 (Packt pub., c2022)の翻訳
監訳: 福島真太朗
参考文献あり
索引: p657-670
内容説明・目次
内容説明
本書は、機械学習の手法全般をカバーし、理論的背景とPythonコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、PyTorchやscikit‐learnのライブラリを使うことでより簡単に実装できることを示します。PyTorchについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。
目次
- 「データから学習する能力」をコンピュータに与える
- 分類問題—単純な機械学習アルゴリズムの訓練
- 分類問題—機械学習ライブラリscikit‐learnの活用
- データ前処理—よりよい訓練データセットの構築
- 次元削減でデータを圧縮する
- 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
- アンサンブル学習—異なるモデルの組み合わせ
- 機械学習の適用—感情分析
- 回帰分析—連続値をとる目的変数の予測
- クラスタ分析—ラベルなしデータの分析〔ほか〕
「BOOKデータベース」 より