「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-機械学習アルゴリズムのトレーニング
分類問題-機械学習ライブラリscikit‐learnの活用
データ前処理-よりよいトレーニングセットの構築
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1-感情分析
機械学習の適用2-Webアプリケーション
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
ニューラルネットワーク-画像認識トレーニング
ニューラルネットワーク-数値計算ライブラリTheanoによるトレーニングの並列化
機械学習とは、データから学習した結果をもとに、新たなデータに対して判定や予測を行うことです。すでにさまざまな機械学習の方法が開発されています。本書では、そうした方法について背景にある理論や特徴を解説した上で、Pythonプログラミングによる実装法を説明していきます。初期の機械学習アルゴリズムから取り上げ、終盤ではディープラーニングについても見ていきます。機械学習の理論と実践についてバランスよく解説してあり、AIプログラミングの第一歩を踏み出すための格好の一冊です。
・【Pythonではじめる機械学習】の個人的解釈 ①序章[2022-03-21に投稿]
・ロジスティック回帰で気を付けるべきこと[2022-01-05に投稿]
・機械学習のパラメータチューニングを「これでもか!」というくらい丁寧に解説[2021-06-06に投稿]
・機械学習学び始めて1ヶ月で取り組んだこと[2019-12-27に投稿]
・fortranでパーセプトロン[2018-07-28に投稿]
・新卒一年目までに読んで良かったと思う本の備忘録など[2018-04-20に投稿]
・自然言語処理の分類タスクを試行錯誤する[2017-12-23に投稿]
・46歳から機械学習を学習する (1)[2017-11-13に投稿]
・初めてのAnacondaとTensorflowのインストールとGCPでの実行[2017-09-24に投稿]
・【人工知能初心者向け】機械学習・Deep Learningプログラミング学習の道筋と参考書籍[2017-03-02に投稿]
・Python3を使った日本語自然言語処理(4)ロジスティック回帰による感情分析[2017-02-20に投稿]
・機械学習とディープラーニングの入門者向けコンテンツまとめ[2017-02-11に投稿]
・機械学習ことはじめ(オススメ教材・情報)[2017-01-20に投稿]
・基礎的な文章のベクトル化を考える[2017-01-06に投稿]
・機械学習について勉強 part3[2016-12-13に投稿]
・機械学習について勉強 part1[2016-12-13に投稿]
・機械学習について勉強 part2[2016-12-13に投稿]
・Pythonの導入方法[2016-12-11に投稿]
・機械学習自分用勉強ノート(1)概論[2016-09-22に投稿]
・Pythonのお勉強1日目[2016-07-06に投稿]