本/雑誌
scikit‐learn活用レシピ80+ Python機械学習ライブラリ / 原タイトル:Scikit‐learn Cookbook 原著第2版の翻訳 (impress top gear)
JulianAvila/著 TrentHauck/著 クイープ/訳
4290円
| ポイント | 1% (42p) |
|---|---|
| 発売日 | 2019年03月発売 |
| 出荷目安 | メーカー在庫見込あり:1-3週間
※出荷目安について |
追跡可能メール便利用不可商品です
著者・出版社・関連アーティスト
商品説明
一連の基本作法から、前処理、次元削減、線形モデル、交差検証、SVM、アンサンブル、テキスト分析、多分類、ニューラルネットワークまで、各種テクニックを幅広く解説。
関連記事
収録内容
| 1 | 機械学習の枠組みを理解する―NumPyからパイプラインまで |
| 2 | モデル構築前のワークフローと前処理―サンプルデータの作成から確率的勾配降下法まで |
| 3 | 次元削減―PCAから性能テストまで |
| 4 | 線形モデル―線形回帰からLARSまで |
| 5 | ロジスティック回帰―データの読み込みからパイプラインまで |
| 6 | 距離指標を使ったモデルの構築―k‐means法からk近傍法まで |
| 7 | 交差検証とモデル構築後のワークフロー―モデルの選択から永続化まで |
| 8 | サポートベクトルマシン―線形SVMからサポートベクトル回帰まで |
| 9 | 決定木アルゴリズムとアンサンブル学習 |
| 10 | テキスト分類と多クラス分類 |
| 11 | ニューラルネットワーク |
| 12 | 単純な推定器の作成 |
