試し読み
書籍
書籍

Python機械学習プログラミング PyTorch&scik impress top gear

0.0

販売価格

¥
4,620
税込
還元ポイント
42pt

販売中

お取り寄せ
発送目安
2日～14日

お取り寄せの商品となります

入荷の見込みがないことが確認された場合や、ご注文後40日前後を経過しても入荷がない場合は、取り寄せ手配を終了し、この商品をキャンセルとさせていただきます。

在庫表示と発送目安について
この商品を出品する
店舗取り置きサービスについて
この商品のコレクション情報を確認する
コレクション機能とは？
フォーマット 書籍
発売日 2022年12月15日
国内/輸入 国内
出版社インプレスコミュニケーションズ
構成数 1
パッケージ仕様 -
SKU 9784295015581
ページ数 670P
判型 B5

構成数 : 1枚

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訓練
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―よりよい訓練データセットの構築
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―感情分析
第9章 回帰分析―連続値をとる目的変数の予測
第10章 クラスタ分析―ラベルなしデータの分析
第11章 多層人工ニューラルネットワークを一から実装する
第12章 ニューラルネットワークの訓練をPyTorchで並列化する
第13章 PyTorchのメカニズム
第14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15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
第16章 Transformer―Attentionメカニズムによる自然言語処理の改善
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 グラフニューラルネットワーク―グラフ構造データでの依存性の捕捉
第19章 複雑な環境での意思決定―強化学習

  1. 1.[書籍]

理論からPyTorchの各手法までカバー!
第3版まで続くロングセラーのPyTorch版! 機械学習の基本から、PyTorchによる先進的手法まで本格解説―本書の前半は、定番の機械学習ライブラリscikit-learnによる手法を解説。基本的なモデルから単層ニューラルネットまで実装するほか、データ前処理、次元削減、ハイパーパラメーター、アンサンブル学習、回帰分析などを取り上げます。後半はPyTorchの仕組みを説明し、CNN/RNN/Transformerなどの実装を解説。GAN、グラフニューラルネットワーク、強化学習もカバー。基本の理論からPyTorchの実践まで包括的に学べる一冊です。

作品の情報

メイン

メンバーズレビュー

レビューを書いてみませんか？

読み込み中にエラーが発生しました。

画面をリロードして、再読み込みしてください。