説明
Scikit-Learn、Keras、TensorFlowによるハンズオン機械学習 第3版は、プログラマーが機械学習およびディープラーニングシステムを実装するための知識とツールを提供する包括的な書籍です。最近のブレークスルーの数々により、ディープラーニングは分野を大きく進歩させ、技術に関する事前の知識が限られている人々にもアクセスしやすくなりました。本書は、実践的な応用と直感的な理解に焦点を当てることで、そのギャップを埋めます。
続きを読む
本書の中心は、本番環境で利用可能なPythonフレームワークの使用にあります。従来の機械学習タスクにはScikit-Learnを、ディープラーニングにはKerasとTensorFlowを使用します。線形回帰のような基本的な概念から始め、徐々に複雑なディープニューラルネットワークへと進むことで、インテリジェントなシステムの構築を読者にガイドします。このアプローチは、具体的な例と最小限の理論を重視しており、読者が迅速に実践的なスキルを習得できるようにします。
改訂された第3版では、幅広いテクニックを探求しています。読者は、Scikit-learnを使用してMLプロジェクトの例を最初から最後まで追跡する方法を学び、サポートベクターマシン、決定木、ランダムフォレスト、アンサンブルメソッドなどのさまざまなモデルをカバーします。次元削減、クラスタリング、異常検知などの教師なし学習テクニックも徹底的に探求されます。ディープラーニングについては、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、敵対的生成ネットワーク、オートエンコーダー、拡散モデル、トランスフォーマーなどのニューラルネットワークアーキテクチャについて詳しく説明します。
さらに、本書は、コンピュータビジョン、自然言語処理、生成モデル、ディープ強化学習など、さまざまなアプリケーションのためにニューラルネットワークを構築およびトレーニングするためのTensorFlowとKerasの使用に関する広範なガイダンスを提供します。学習を強化し、ハンズオンでの実験を奨励するために、多数のコード例と演習がテキスト全体に統合されています。唯一の前提条件はプログラミング経験であり、AIおよび機械学習の分野への参入を目指す開発者にとって理想的なリソースとなっています。
- カテゴリーその他のAIツール
書籍情報
機械学習とディープラーニングの実践ガイド
従来のMLタスクにはScikit-Learnを活用
ディープラーニングにはKerasとTensorFlowを採用
線形回帰からディープニューラルネットワークまでのテクニックを網羅
具体的な例と最小限の理論に焦点を当てる
多数のコード例と演習を含む
さまざまなMLモデル（SVM、決定木、ランダムフォレスト、アンサンブル）を探求
教師なし学習（次元削減、クラスタリング、異常検知）をカバー
ニューラルネットワークアーキテクチャ（CNN、RNN、GAN、オートエンコーダー、拡散モデル、トランスフォーマー）を詳細に解説
コンピュータビジョン、NLP、生成モデル、ディープ強化学習での応用
最新の実践を取り入れた改訂第3版
この本の対象読者
- インテリジェントシステムの構築
- コンピュータビジョンタスク
- 自然言語処理
- 生成モデル
- ディープ強化学習
- データ分析と予測
- 異常検知
