scikit-learn活用レシピ80＋ Python機械学習ライブラリ （impress top gear） [ ジュリアン・アビラ ]
![scikit-learn活用レシピ80＋ Python機械学習ライブラリ （impress top gear） [ ジュリアン・アビラ ]](https://thumbnail.image.rakuten.co.jp/@0_mall/book/cabinet/5742/9784295005742.jpg?_ex=300x300)
SHOP：楽天ブックス
4,290円(税込) (送料込) (カード利用可)
レビュー件数: 1 平均評価: 4
| 楽天市場で商品詳細を見る |
Python機械学習ライブラリ impress top gear ジュリアン・アビラ トレント・ホーク インプレスサイキット ラーン カツヨウ レシピ ハチジュウ プラス アビラ,ジュリアン ホーク,トレント 発行年月：2019年03月 予約締切日：2019年02月21日 ページ数：392p サイズ：単行本 ISBN：9784295005742 原著2nd Edition アビラ，ジュリアン（Avila,Julian） 金融とコンピュータービジョンを活動フィールドとするプログラマー兼データサイエンティスト。
マサチューセッツ工科大学（MIT）卒。
大学では数学を専攻し、量子力学コンピューターを研究 ホーク，トレント（Hauck,Trent） データサイエンティスト。
カンザス大学で学士号と大学院の学位を取得（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） 機械学習の枠組みを理解するーNumPyからパイプラインまで／モデル構築前のワークフローと前処理ーサンプルデータの作成から確率的勾配降下法まで／次元削減ーPCAから性能テストまで／線形モデルー線形回帰からLARSまで／ロジスティック回帰ーデータの読み込みからパイプラインまで／距離指標を使ったモデルの構築ーkーmeans法からk近傍法まで／交差検証とモデル構築後のワークフローーモデルの選択から永続化まで／サポートベクトルマシンー線形SVMからサポートベクトル回帰まで／決定木アルゴリズムとアンサンブル学習／テキスト分類と多クラス分類／ニューラルネットワーク／単純な推定器の作成 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。
本 パソコン・システム開発 その他．．．楽天市場のショップで商品詳細の続きを見る
