ぞうしょじょうほう
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
本のばしょ
各蔵書資料に関する詳細情報です。
No. |
としょかん |
本のばんごう |
本のしゅるい |
本のばしょ |
くわしいばしょ |
せいげん |
じょうたい |
1 |
鶴舞 | 0237164090 | 一般和書 | 2階開架 | パソコン | | 貸出中 |
かんれんしりょう
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
Andreas C.Müller Sarah Guido 中田秀基
機械学習 プログラミング(コンピュータ)
しょししょうさい
この資料の書誌詳細情報です。
本のきごう |
0071/00349/ |
本のだいめい |
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 |
書いた人の名前 |
Andreas C.Müller/著
Sarah Guido/著
中田秀基/訳
|
しゅっぱんしゃ |
オライリー・ジャパン
|
しゅっぱんねんげつ |
2017.5 |
ページすう |
15,373p |
おおきさ |
24cm |
ISBN |
978-4-87311-798-0 |
はじめのだいめい |
原タイトル:Introduction to machine learning with Python |
ぶんるい |
00713
|
いっぱんけんめい |
機械学習
プログラミング(コンピュータ)
|
本のしゅるい |
一般和書 |
ないようしょうかい |
Pythonの機械学習用ライブラリ「scikit‐learn」を使った機械学習の方法をステップバイステップ方式で解説。「特徴量エンジニアリング」「モデルの評価と改善」については特に詳しく説明する。 |
タイトルコード |
1001710015726 |
ようし |
Pythonの機械学習用ライブラリの定番、scikit‐learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit‐learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。 |
もくじ |
1章 はじめに 2章 教師あり学習 3章 教師なし学習と前処理 4章 データの表現と特徴量エンジニアリング 5章 モデルの評価と改良 6章 アルゴリズムチェーンとパイプライン 7章 テキストデータの処理 8章 おわりに |
ちょしゃじょうほう |
ミュラー,アンドレアス・C. ボン大学で、機械学習のPhDを取得。コンピュータビジョンアプリの機械学習研究者としてAmazonに1年間勤務したのち、ニューヨーク大学データサイエンスセンターを経て現在はコロンビア大学の講師。ここ4年間は、産業界および学術界で広く使われている機械学習ライブラリscikit‐learnのメンテナ、コアコントリビュータ、リリースマネージャーとして活躍する。広く使われている別の機械学習パッケージの開発者兼コントリビュータでもある(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) グイド,サラ スタートアップで働くデータサイエンティスト。ニューヨーク在住。ミシガン大学大学院修了(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) 中田 秀基 博士(工学)。産業技術総合研究所において分散並列計算の研究に従事(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) |
ないよう細目表:
前のページへ