【メール便不可商品】
ご注文前に必ずご確認ください本書は、機械学習の手法全般をカバーし、理論的背景とPythonコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、PyTorchやscikit‐learnのライブラリを使うことでより簡単に実装できることを示します。PyTorchについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。「データから学習する能力」をコンピュータに与える分類問題—単純な機械学習アルゴリズムの訓練分類問題—機械学習ライブラリscikit‐learnの活用データ前処理—よりよい訓練データセットの構築次元削減でデータを圧縮する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アンサンブル学習—異なるモデルの組み合わせ機械学習の適用—感情分析回帰分析—連続値をとる目的変数の予測クラスタ分析—ラベルなしデータの分析〔ほか〕商品番号:NEOBK-2811189SebastianRaschka / Cho Yuxi (Hayden) Liu / Cho VahidMirjalili / Cho Ku Ipu / Yaku Fukushima Shin Taro / Kanyaku / Python Kikai Gakushu Programming PyTorch & Scikit Learn Hen / Original Title: Machine Learning with PyTorch and Scikit Learn (impress top gear)メディア:本/雑誌発売日:2022/12JAN:9784295015581Python機械学習プログラミング PyTorch&scikit‐learn編 / 原タイトル:Machine Learning with PyTorch and Scikit‐Learn