説明
確率的機械学習: 入門は、確率モデルとベイズ意思決定理論の統一的な視点を通じて、機械学習、特に深層学習への詳細で最新の入門を提供します。この本は、線形代数や最適化を含む必須の数学的背景をカバーし、線形回帰やロジスティック回帰、深層ニューラルネットワークなどの基本的な教師あり学習技術を探求します。転移学習や教師なし学習などのより高度なトピックも議論されます。
続きを読む
章末の演習問題は、学生が学んだことを適用し、教材の理解を深めるのに役立ちます。付録では、テキスト全体で使用される記法の包括的な概要が提供されています。この本は著者の以前の著作『機械学習: 確率的視点』の単なる更新ではなく、2012年以降の分野の重要な発展、特に深層学習を反映した全く新しいテキストです。
本書には、scikit-learn、JAX、PyTorch、TensorFlowなどのライブラリを利用したオンラインPythonコードが付属しています。このコードを使用することで、読者は本書に示されたほぼすべての図を再現でき、クラウドベースのノートブックを使用してWebブラウザ内で実行できます。この実用的なリソースは、議論された理論的トピックを補完し、学習者にとって貴重なツールとなります。
著者はGoogleの研究科学者であるケビン・P・マーフィーであり、この本は人工知能と機械学習に興味のある学生や専門家を対象としています。これは入門書であり、より高度なトピックを扱った続編が予定されており、同じ確率的アプローチを維持しています。
- カテゴリーその他のAIツール
書籍情報
著者: ケビン・P・マーフィー
出版年: 2022
ページ数: 864
利用可能なフォーマット: ハードカバー、電子書籍
出版社: MITプレス
ISBN: 9780262046824
電子書籍ISBN: 9780262369305
シリーズ: 適応計算と機械学習
この本の対象読者
- 機械学習の学習
- 深層学習の応用
- 確率モデル
- 教育リソース
- 実践的なコーディング

