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

【楽天ブックスならいつでも送料無料】

scikitーlearnで学ぶ特徴量エンジニアリングと機械学習の基礎 Andreas C. Muller 中田秀基オライリー・ジャパンBKSCPN_

bookーfestivalーthr

パイソンデハジメルキカイガクシュウアンドレアス C ミュラーナカダヒデモト発行年月：2017年05月25日予約締切日：2017年05月24日ページ数：432p サイズ：単行本 ISBN：9784873117980 ミュラー，アンドレアス・C．（M¨uller,Andreas C.）（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ー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グイド，サラ（Guido,Sarah）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中田秀基（ナカダヒデモト）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） 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 Pythonの機械学習用ライブラリの定番、scikitー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ー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。本パソコン・システム開発その他

この商品の詳細を調べる

: 本・雑誌・コミック » PC・システム開発 » その他