ダウンロード [第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear) mobi 本

世界各国で翻訳された機械学習本ベストセラーの第3版! 分類/回帰問題から、深層学習/強化学習まで、機械学習コンセプト全般をカバー。理論的背景とPythonコーディングの実際を解説しています。第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、scikit-learnやTensorFlowなどなど新規のPython環境に対応。13~16章の内容をほとんど刷新しています。著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて理論と実践を架橋する解説書の決定版! [原著の第1版]●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。[日本語の第1版]●「ITエンジニア本大賞2017」ベスト10にランクイン。【構成(予定)】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訓練第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―よりよい訓練データセットの構築第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する第13章 ニューラルネットワークの訓練をTensorFlowで並列化する第14章 TensorFlowのメカニズム第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第17章 新しいデータの合成―敵対的生成ネットワーク第18章 複雑な環境での意思決定―強化学習◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。