この書籍の内容

内容詳細

機械学習の考え方とPython実装法がわかる! 分類/回帰問題や深層学習の導入を解説。

◎絶妙なバランスで「理論と実践」を展開 ◎Pythonライブラリを使いこなす ◎数式・図・Pythonコードを理解する 本書は、機械学習の理論とPython実践法を網羅的に解説した技術書です。

機械学習とは、データから学習した結果をもとに判定や予測を行うことです。

すでにさまざまな機械学習の方法が開発されています。

本書では、それらの方法について背景にある理論や特徴を解説した上で、Pythonによる実装法を説明します。

初期の機械学習アルゴリズムから取り上げ、前処理や次元削減、Webへの展開のほか、終盤ではディープラーニングについても見ていきます。

機械学習の理論と実践についてバランスよく解説してあり、AIプログラミングの第一歩を踏み出すための格好の一冊です。

※本書は『Python Machine Learning』の翻訳書です。

※付録では、本書を読み進めるにあたっての前提知識として、Python ライブラリや数学について補足説明をしています。

必要に応じて、他の書籍などもご参照ください。

発行：インプレス

みんなのレビュー

まだレビューがありません

Qiitaでこの書籍を紹介している記事

人気の関連書籍

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
プログラミングのための線形代数
深層学習 (機械学習プロフェッショナルシリーズ)
パターン認識と機械学習 上
はじめてのパターン認識
集合知プログラミング
統計学入門 (基礎統計学Ⅰ)
ITエンジニアのための機械学習理論入門
パターン認識と機械学習 下 (ベイズ理論による統計的予測)
データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
データサイエンティスト養成読本 機械学習入門編 (Software Design plus)
scikit-learnとTensorFlowによる実践機械学習
トピックモデルによる統計的潜在意味解析 (自然言語処理シリーズ)
Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
実践 機械学習システム
言語処理のための機械学習入門 (自然言語処理シリーズ)
サポートベクトルマシン (機械学習プロフェッショナルシリーズ)
[第2版]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 (impress top gear)