• 本

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

impress top gear

出版社名 インプレス
出版年月 2018年3月
ISBNコード 978-4-295-00337-3
4-295-00337-9
税込価格 4,400円
頁数・縦 38,584P 24cm
シリーズ名 Python機械学習プログラミング

商品内容

要旨

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。

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トレーニング
分類問題―機械学習ライブラリscikit‐learnの活用
データ前処理―よりよいトレーニングセットの構築
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1―感情分析
機械学習の適用2―Webアプリケーション
回帰分析―連続値をとる目的変数の予測〔ほか〕

著者紹介

ラシュカ,セバスチャン (ラシュカ,セバスチャン)   Raschka,Sebastian
ベストセラーとなった『Python Machine Learning』の著者。Pythonでの科学的なコンピューティングをリードしているSciPy Conferenceでの機械学習チュートリアルを含め、データサイエンス、機械学習、ディープラーニングの実用化に関するさまざまなセミナーを主催している。2016〜2017年度の学部別のOutstanding Graduate Student Award、そしてACM Computing ReviewsのBest of 2016に選ばれている。空いた時間は、オープンソースのプロジェクトや手法に積極的に貢献している
ミルジャリリ,ヴァヒド (ミルジャリリ,ヴァヒド)   Mirjalili,Vahid
分子構造の大規模計算シミュレーションの手法に関する研究で機械工学の博士号を取得している。現在は、ミシガン州立大学コンピュータサイエンス工学科に在籍し、さまざまなコンピュータビジョンプロジェクトで機械学習の応用に関する研究を行っている。Pythonを第一のプログラミング言語としており、学術研究を通じてPythonでのコーディングに明け暮れてきた。Vahidはミシガン州立大学の工学クラスでPythonプログラミングを教えており、学生たちがPythonのさまざまなデータ構造を理解し、効率的なコードを開発する手助けをしている
福島 真太朗 (フクシマ シンタロウ)  
1981年生まれ。株式会社トヨタIT開発センターのシニアリサーチャー。2004年東京大学理学部物理学科卒業。2006年東京大学大学院新領域創成科学研究科複雑理工学専攻修士課程修了。東京大学大学院情報理工学系研究科数理情報学専攻博士課程に在学中。専攻は機械学習・データマイニング・非線形力学系(本データはこの書籍が刊行された当時に掲載されていたものです)