タイトルコード |
1000100901087 |
書誌種別 |
図書 |
書名 |
機械学習アルゴリズム |
書名ヨミ |
キカイ ガクシュウ アルゴリズム |
叢書名 |
探検データサイエンス
|
言語区分 |
日本語 |
著者名 |
鈴木 顕/著
|
著者名ヨミ |
スズキ アキラ |
出版地 |
東京 |
出版者 |
共立出版
|
出版年月 |
2021.6 |
本体価格 |
¥2600 |
ISBN |
978-4-320-12517-9 |
ISBN |
4-320-12517-9 |
数量 |
11,189p |
大きさ |
21cm |
分類記号 |
007.13
|
件名 |
機械学習
アルゴリズム
|
注記 |
文献:p179 |
内容紹介 |
難しい数式などは極力使わずに、機械学習アルゴリズムの基礎を広く紹介。既存ライブラリを使用した受身の機械学習を脱却し、より高度な機械学習技術の習得を目指す。 |
著者紹介 |
東北大学大学院情報科学研究科博士後期課程修了。同大学大学院同研究科准教授。博士(情報科学)。専門は組合せ遷移、グラフアルゴリズム、計算の複雑さ、ニュートラルネットワーク。 |
目次タイトル |
第1章 機械学習とアルゴリズム |
|
1.1 機械学習とは 1.2 アルゴリズムとは |
|
第Ⅰ部 教師あり学習 |
|
第2章 分類 |
|
2.1 まずはやってみよう 2.2 分類分析とは 2.3 1次元の場合 2.4 2次元の場合 2.5 サポートベクターマシン 2.6 線形分離可能性 2.7 その他の分類手法 |
|
第3章 回帰 |
|
3.1 回帰分析とは 3.2 単回帰 3.3 多項式回帰と過学習 3.4 ロジスティック回帰 |
|
第4章 検証 |
|
4.1 機械学習の性能 4.2 機械学習の性能を測る 4.3 機械学習の性能を試す |
|
第Ⅱ部 教師なし学習 |
|
第5章 クラスタリング |
|
5.1 クラスタリングとは 5.2 階層的クラスタリング(ボトムアップ型) 5.3 階層的クラスタリング(トップダウン型) 5.4 非階層的クラスタリング |
|
第6章 次元削減 |
|
6.1 次元削減とは 6.2 主成分分析 6.3 自己符号化器 |
|
第7章 自然言語処理 |
|
7.1 自然言語処理とは 7.2 自然言語生成 7.3 形態素解析 7.4 かな漢字変換 |
|
第Ⅲ部 強化学習 |
|
第8章 強化学習 |
|
8.1 強化学習とは 8.2 動的計画法(DP法) 8.3 モンテカルロ法 8.4 時間的差分学習(TD法) |
|
第Ⅳ部 深層学習 |
|
第9章 深層学習 |
|
9.1 深層学習とは 9.2 ニューラルネットワークとは 9.3 ニューラルネットワークの学習 9.4 勾配降下法 9.5 その他のニューラルネットワーク |