Python機械学習スタートブック(KS情報科学専門書) [単行本]

Python機械学習スタートブック(KS情報科学専門書) の 商品概要

• 目次

  1.イントロダクション
  1.1 機械学習でできること
  1.2 本書の進め方
  1.3 Web教材の使い方
  1.4 環境構築の準備
  
  2.Python入門
  2.1 変数と基本データ型
  2.2 リスト、辞書、タプル
  2.3 条件分岐（if文）
  2.4 繰り返し処理（for文、while文）
  2.5 関数
  2.6 ライブラリの使い方（NumPy、pandas、Matplotlib）
  
  3.データ可視化
  3.1 機械学習とデータ可視化
  3.2 Matplotlibによるグラフ描画
  3.3 Seabornによるグラフ描画
  3.4 探索的データ分析（EDA）
  
  4.機械学習の基礎
  4.1 機械学習の種類
  4.2 教師あり学習
  4.3 教師なし学習
  4.4 学習と予測の流れ
  4.5 scikit-learnの基本
  
  5.データの前処理と特徴量選択
  5.1 欠損値処理
  5.2 スケーリング
  5.3 エンコーディング
  5.4 特徴量選択
  5.5 機械学習パイプライン
  5.6 汎化性能の評価とモデル選択
  
  6.回帰
  6.1 単回帰
  6.2 重回帰
  6.3 多項式回帰
  6.4 正則化（リッジ回帰、ラッソ回帰）
  6.5 回帰モデルの評価指標
  
  7.分類
  7.1 ロジスティック回帰
  7.2 ナイーブベイズ
  7.3 k近傍法（kNN）
  7.4 サポートベクトルマシン（SVM）
  7.5 分類モデルの評価指標
  
  8.木構造とアンサンブル学習
  8.1 決定木
  8.2 ランダムフォレスト
  8.3 勾配ブースティング
  8.4 特徴量の重要度
  8.5 木構造モデルのまとめ
  
  9.教師なし学習
  9.1 k-means法
  9.2 階層的クラスタリング
  9.3 シルエット分析
  9.4 次元削減
  
  10.画像処理の基礎
  10.1 画像データの基礎
  10.2 しきい値処理
  10.3 フィルタリング
  10.4 エッジ検出
  10.5 HOG特徴量
  
  11.画像データを用いた機械学習
  11.1 画像分類
  11.2 HOG特徴量を用いた分類
  11.3 畳み込みニューラルネットワーク（CNN）の紹介
  
  12.自然言語処理の基礎
  12.1 テキストデータの基礎
  12.2 形態素解析
  12.3 テキストの前処理
  12.4 テキストのベクトル化（BoW、TF-IDF）
  12.5 類似文書検索
  
  13.テキストデータを用いた機械学習
  13.1 文書分類
  13.2 感情分析
  13.3 Word2Vec、Doc2Vec
  13.4 文脈を考慮したEmbedding
  
  14.深層学習の基礎と生成AIの活用
  14.1 深層学習の基礎
  14.2 深層学習の実践
  14.3 画像における深層学習：畳み込みニューラルネットワーク（CNN）
  14.4 テキストにおける深層学習：Transformer
  14.5 生成AIの活用
  
  付録　機械学習アプリの作り方

• 出版社からのコメント

  手を動かしながら学ぶ「機械学習」テキストの新定番！　豊富な実行例とＷｅｂ教材で、ＡＩを使いこなすための確かな力が身につく。

• 内容紹介

  
  ★AIを「使う」から、「理解して使いこなす」へ★
  
  生成AIが身近になった今こそ、その基盤となる「機械学習」を学びませんか？
  
  本書は、Pythonの基礎からスタートし、データの可視化、回帰・分類などの基本的な機械学習、画像処理、自然言語処理、深層学習、生成AIまでを、一冊で体系的に学べる入門書です。
  
  豊富な実行例に加え、独自のインタラクティブ教材を通じて、機械学習の諸概念を視覚的かつ体験的に学べます。
  パラメータやデータを変えて、機械学習の挙動を体感してみよう！
  
  全14章の構成で、大学講義（半期15回程度）でのご利用にもおすすめです★
  
  
  【目次】
  第1章　イントロダクション
  第2章　Python入門
  第3章　データ可視化
  第4章　機械学習の基礎
  第5章　データの前処理と特徴量選択
  第6章　回帰
  第7章　分類
  第8章　木構造とアンサンブル学習
  第9章　教師なし学習
  第10章　画像処理の基礎
  第11章　画像データを用いた機械学習
  第12章　自然言語処理の基礎
  第13章　テキストデータを用いた機械学習
  第14章　深層学習の基礎と生成AIの活用
  付録　機械学習アプリの作り方

• 著者について

  加納 徹 (カノウ トオル)
  茨城大学工学部機械システム工学科 講師

Python機械学習スタートブック(KS情報科学専門書) の商品スペック