これならわかる機械学習入門
あらすじ・内容
【道具として使いこなす！】
膨大な観測データから普遍的な法則を抽出する手法とは？ 高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。
【著者サポートページ】
https://github.com/akio-tomiya/intro_ml_in_physics
【目次】
第1章 データとサイエンス
1.1 物理学とデータサイエンス／1.2 最小2乗法とオーバーフィット／1.3 テイラー展開と振り子の等時性／コラム：武谷の三段階論
第2章 行列と線形変換
2.1 ベクトル、行列と線形変換／2.2 変換としての行列／2.3 行列に関する色々／コラム：計算量のオーダー
第3章 確率論と機械学習
3.1 確率の基礎事項／3.2 教師あり学習と教師なし学習、強化学習／3.3 確率変数と経験的確率、大数の法則／3.4 大数の弱法則の証明／3.5 カルバックライブラーダイバージェンス／3.6 尤度と赤池情報量基準、汎化／3.7 ロジスティック回帰
第4章 ニューラルネットワーク
4.1 ニューラルネットワークの概論／4.2 万能近似定理／コラム：新しい道具と新理論
第5章 トレーニングとデータ
5.1 ニューラルネットワークの入出力と学習／5.2 誤差関数と汎化、過学習／5.3 誤差関数の最適化・学習／コラム：次元の呪い
第6章 Python入門
6.1 Pythonによるプログラミング入門／6.2 Pythonと他言語の比較／6.3 NumPyとMatplotlib／6.4 Pythonでのクラス
第7章 TensorFlowによる実装
7.1 TensorFlow/Kerasとは／7.2 データやライブラリのロード／7.3 データの分割とニューラルネットワークの設計／7.4 学習／7.5 結果の評価／コラム：量子化という用語
第8章 最適化、正則化、深層化
8.1 最適化法の改良／8.2 過学習を防ぐ／8.3 多層化にむけて
第9章 畳み込みニューラルネットワーク
9.1 フィルター／9.2 畳み込みニューラルネット／コラム：知能と飛行機
第10章 イジング模型の統計力学
10.1 イジング模型／10.2 イジング模型のモンテカルロ法／10.3 熱浴法のPythonコードとデータの準備／コラム：統計力学と場の量子論
第11章 Nature Physicsの論文を再現しよう
11.1 論文について／11.2 データの前処理／11.3 実験
(C)富谷 昭夫/講談社
「GWコイン大還元祭」は1,500円(税込)以上の購入でコイン還元されます
- 価格
-
2,640円(税込)
2,400円 (+消費税240円)
- 付与コイン
-
5/7 (火) 09:59まで
新規限定！
2,400
コイン還元
(*詳細)
作品情報
「これならわかる機械学習入門（ＫＳ物理専門書）」シリーズ作品一覧（全1冊）
各2,640円 (税込)
-
実用 これならわかる機械学習入門
【道具として使いこなす！】
膨大な観測データから普遍的な法則を抽出する手法とは？ 高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。
【著者サポートページ】
https://github.com/akio-tomiya/intro_ml_in_physics
【目次】
第1章 データとサイエンス
1.1 物理学とデータサイエンス／1.2 最小2乗法とオーバーフィット／1.3 テイラー展開と振り子の等時性／コラム：武谷の三段階論
第2章 行列と線形変換
2.1 ベクトル、行列と線形変換／2.2 変換としての行列／2.3 行列に関する色々／コラム：計算量のオーダー
第3章 確率論と機械学習
3.1 確率の基礎事項／3.2 教師あり学習と教師なし学習、強化学習／3.3 確率変数と経験的確率、大数の法則／3.4 大数の弱法則の証明／3.5 カルバックライブラーダイバージェンス／3.6 尤度と赤池情報量基準、汎化／3.7 ロジスティック回帰
第4章 ニューラルネットワーク
4.1 ニューラルネットワークの概論／4.2 万能近似定理／コラム：新しい道具と新理論
第5章 トレーニングとデータ
5.1 ニューラルネットワークの入出力と学習／5.2 誤差関数と汎化、過学習／5.3 誤差関数の最適化・学習／コラム：次元の呪い
第6章 Python入門
6.1 Pythonによるプログラミング入門／6.2 Pythonと他言語の比較／6.3 NumPyとMatplotlib／6.4 Pythonでのクラス
第7章 TensorFlowによる実装
7.1 TensorFlow/Kerasとは／7.2 データやライブラリのロード／7.3 データの分割とニューラルネットワークの設計／7.4 学習／7.5 結果の評価／コラム：量子化という用語
第8章 最適化、正則化、深層化
8.1 最適化法の改良／8.2 過学習を防ぐ／8.3 多層化にむけて
第9章 畳み込みニューラルネットワーク
9.1 フィルター／9.2 畳み込みニューラルネット／コラム：知能と飛行機
第10章 イジング模型の統計力学
10.1 イジング模型／10.2 イジング模型のモンテカルロ法／10.3 熱浴法のPythonコードとデータの準備／コラム：統計力学と場の量子論
第11章 Nature Physicsの論文を再現しよう
11.1 論文について／11.2 データの前処理／11.3 実験
付与コインの内訳
2,400コイン
-
会員ランク（今月ランクなし）
0%
-
コイン還元キャンペーン
50%
-
初回50%コイン還元 会員登録から30日以内の初回購入に限り、合計金額（税抜）から50％コイン還元適用
複数商品の購入で付与コイン数に変動があります。
付与コイン数が購入金額(税抜)の100％を超える場合、100％未満になるよう調整が行われます。
会員ランクの付与率は購入処理完了時の会員ランクに基づきます。
そのため、現在表示中の付与率から変わる場合があります。
【クーポンの利用について】
クーポンご利用時、コイン還元キャンペーン分のコインは付与されません。
ただし、初回50％コイン還元分のコインは付与されます。
詳しくは決済ページにてご確認ください。
「これならわかる機械学習入門」評価・レビュー
