[第2版]Python 機械学習プログラミング
[第2版]Python 機械学習プログラミング
著者: Sebastian Raschka (著), Vahid Mirjalili (著), 福島真太朗 (その他), 株式会社クイープ (翻訳)
単行本（ソフトカバー）: 584ページ
出版社: インプレス; 第2版 (2018/3/16)
言語: 日本語
ISBN-10: 4295003379
ISBN-13: 978-4295003373
発売日： 2018/3/16
書籍内容
機械学習本ベストセラーの第2版!
著者陣の経験に基づく洞察とより専門的な知識を学べる
機械学習の各コンセプトについて、理論や数学的背景、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。
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。
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。
13章以降はほとんど新規の書き下ろしです。
目次
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムのトレーニング
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよいトレーニングセットの構築
第5章 次元削減でデータを圧縮する
第6章 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
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装
第13章 ニューラルネットワークのトレーニングをTensorFlowで並列化
第14章 TensorFlowのメカニズムと機能
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク