Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版 [単行本]

Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版 の 商品概要

• 要旨（「BOOK」データベースより）

  サンプルを使って「教師あり学習」を丁寧に解説！数式とプログラムをつなげて理解できる！Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋ対応。最新のＰｙｔｈｏｎ３．７に対応。学習内容を「要点のまとめ」で復習。数式とプログラムをつなげたわかりやすい解説。

• 目次

  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
  
  

• 出版社からのコメント

  大学で学ぶ数学の基礎知識とPythonコードを紐づけて機械学習の基本を学べる！

• 内容紹介

  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
  
  

• 著者紹介（「BOOK著者紹介情報」より）（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）

  伊藤 真(イトウ マコト)
  栃木県出身。２０００年、東北大学大学院にてラットのナビゲーション行動の数理モデルの研究で情報科学博士取得。２００４～２０１６年、沖縄科学技術大学院大学神経計算ユニットの実験グループリーダーを務め、ラットの脳活動のデータ収集とその解析に従事。主に、ラットの選択行動と脳活動を強化学習モデルで説明する研究を行ってきた。２０１７年より、プログレス・テクノロジーズ株式会社に入社、人工知能の産業利用を目指す

Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版 の商品スペック