Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版(伊藤真)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版

Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版 新刊


形式:
書籍
発売日:
ISBN:
9784798159911
価格:
本体2,680円+税
仕様:
A5・416ページ
分類:
人工知能・機械学習

本書籍の他の形式を確認する

  • このエントリーをはてなブックマークに追加

数学の基礎知識とPythonコードを紐づけて機械学習の基本を学べる!

【本書の目的】
現在、人工知能関連のプロダクト・サービスが数多く見受けられるようになりました。
人工知能関連の開発に機械学習の基礎知識は必須です。
本書はそうした機械学習の基礎知識を学びたいエンジニアに向けた書籍です。

【本書の特徴】
本書は機械学習の基本について、数学の知識をもとに、
実際にPythonでプログラムしながら学ぶことができる書籍です。
・最新のPython 3.7に対応
・学習内容を「要点整理」で復習
・数式とコードをつなげたわかりやすい解説

【読者が得られること】
本書を読み終えた後には、機械学習のしくみとプログラミング手法を理解できます。

【対象読者】
機械学習の基礎を学びたい理工学生・エンジニア

【目次】
第1章 機械学習の準備
第2章 Pythonの基本
第3章 グラフの描画
第4章 機械学習に必要な数学の基本
第5章 教師あり学習:回帰
第6章 教師あり学習:分類
第7章 ニューラルネットワーク・ディープラーニング
第8章 ニューラルネットワーク・ディープラーニングの応用(手書き数字の認識)
第9章 教師なし学習
第10章 要点のまとめ


第1章 機械学習の準備
 1.1 機械学習について
 1.2 Pythonのインストール
 1.3 Jupyter Notebook
 1.4 KerasとTensorFlowのインストール

第2章 Pythonの基本
 2.1 四則演算
 2.2 変数
 2.3 型
 2.4 print文
 2.5 list(リスト、配列変数)
 2.6 tuple(タプル)
 2.7 if文
 2.8 for文
 2.9 ベクトル
 2.10 行列
 2.11 行列(ndarray)の四則演算
 2.12 スライシング
 2.13 条件を満たすデータの書き換え
 2.14 Help
 2.15 関数
 2.16 ファイル保存

第3章 グラフの描画
 3.1 2次元のグラフを描く
 3.2 3次元のグラフを描く

第4章 機械学習に必要な数学の基本
 4.1 ベクトル
 4.2 和の記号
 4.3 積の記号
 4.4 微分
 4.5 偏微分
 4.6 行列
 4.7 指数関数と対数関数

第5章 教師あり学習:回帰
 5.1 1次元入力の直線モデル
 5.2 2次元入力の面モデル
 5.3 D次元線形回帰モデル
 5.4 線形基底関数モデル
 5.5 オーバーフィッティングの問題
 5.6 新しいモデルの生成
 5.7 モデルの選択
 5.8 まとめ

第6章 教師あり学習:分類
 6.1 1次元入力2クラス分類
 6.2 2次元入力2クラス分類
 6.3 2次元入力3クラス分類

第7章 ニューラルネットワーク・ディープラーニング
 7.1 ニューロンモデル
 7.2 ニューラルネットワークモデル
 7.3 Kerasでニューラルネットワークモデル

第8章 ニューラルネットワーク・ディープラーニングの応用(手書き数字の認識)
 8.1 MNISTデータベース
 8.2 2層フィードフォワードネットワークモデル
 8.3 ReLU活性化関数
 8.4 空間フィルター
 8.5 畳み込みニューラルネットワーク
 8.6 プーリング
 8.7 ドロップアウト
 8.8 集大成のMNIST認識ネットワークモデル

第9章 教師なし学習
 9.1 2次元入力データ
 9.2 K-means法
 9.3 混合ガウスモデル

第10章 要点のまとめ
 要点のまとめ

付属データはこちら

会員特典はこちら

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。
正誤表の登録はありません。