機械学習の基本要素からPyTorchの最新手法まで網羅!
第3版まで続くロングセラーのPyTorch版!
機械学習の基本から先進的な手法まで本格解説
『機械学習を実践的に学ぶための優れたテキスト』
『多くのトピックを網羅した深い一冊。強力にお勧め』
―原著への読者の声
本書の前半は、基本的な機械学習ライブラリのscikit-learnを使った手法を解説。
分類の基本モデルに始まり、単層ニューラルネットまでを実装するほか、データ前処理、次元削減、
ハイパーパラメーターのチューニング、アンサンブル学習、回帰分析などを取り上げます。
後半では、PyTorchによるさまざまなディープラーニングの手法を説明。
PyTorchの仕組みを示したあと、CNN/RNN/Transformerといったモデルの実装を解説。
敵対的生成ネットワーク、グラフニューラルネットワーク、強化学習もカバー。
◎本書は『Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。
Copyright (c)Packt Publishing 2022. First published in the English language under the title 'Machine Learning with PyTorch and Scikit-Learn - (9781801819312)'
一般的なスマートフォンにてBOOK☆WALKERアプリの標準文字サイズで表示したときのページ数です。お使いの機種、表示の文字サイズによりページ数は変化しますので参考値としてご利用ください。
データ分析競技のヒント、テクニック、ベストプラクティスを解説!
Grandmaster/Master 31人のインタビューも掲載。Kagglerの視点を学ぶ
◎ノートブック、データセット、ディスカッションフォーラムの活用を解説
◎モデルの評価指標、検証戦略、ハイパーパラメータ最適化について詳述
◎コンピュータビジョン、自然言語処理、シミュレーションなどもカバー
◎自身のポートフォリオを作成し、キャリアにつなげる方法を紹介
世界中の何百万人もの人々がKaggleに参加しています。
データ分析スキルを向上させ、素晴らしいコミュニティとネットワークを作り、
キャリアアップに役立つ貴重な経験を得ようとしています。
本書では、Grandmasterの著者2人がさまざまなモデリング戦略のほか、
これまでに蓄積されたテクニック、スキルを解説。
Kaggle特有のヒントだけでなく、より一般的なテクニックも学べます。
Kaggleのランクを上げたい、データサイエンスのスキルアップを図りたい、
既存のモデルの精度を上げたい、といった方への格好の一冊です。
「本書を最後まで読めば、自信を持ってKaggleに参加できるようになるはずです。
そして、Kaggleに自信を持って参加することには、多くの見返りがあります。
1つ目は、Kaggleが機械学習の最も実践的な開発を把握するための非常に効果的な方法であること、
2つ目は、Kaggleがユーザーに『試行錯誤で学ぶ』方法を提供することです」
―Kaggle創設者兼CEO アンソニー・ゴールドブルーム(序文より一部抜粋)
◎本書は『The Kaggle Book: Data analysis and machine learning
for competitive data science』の翻訳書です。
1,375円〜5,280円(税込)
開発経験に基づくパターン実践の極意!
パターン誕生の背景/エッセンス/適用条件/サンプルを解説。
ゲームプログラミングを含むソフトウェア開発の現場で、デザインパターンをより的確に利用するための解説書。著者は、米国大手ゲーム会社エレクトロニック・アーツでゲーム開発に従事。その経験に基づき、GoFや著者独自のパターンについて考察。より容易に変更できる洗練されたアーキテクチャ、ゲームに求められる実行速度といった視点を重視しつつ、幅広く応用できるパターンやゲーム必須のパターンを取り上げています。本書は、『Game Programming Patterns』の翻訳書です。米国アマゾンで60以上のレビューを集め、その9割が星5つと評価されています(2015年8月)。
【以下、本書イントロダクションより抜粋】
私がこの本で提供したいのは、解決策のメニューのようなものです。この本の各々の章では、単独でコードに適応可能なアイデアを解説しています。役立つものをメニューから選んで組み合わせることができます。
OpenStackによるクラウドコンピューティング環境は、欧米の最先端技術をいち早く採用するサービスプロバイダ企業はもちろんのこと、製造、通信、流通、金融、公共、軍事システムなどさまざまな分野で採用されており、全世界規模で利用が広がっています。しかし、OpenStackによるクラウドコンピューティング環境は、高度な自動化・省力化を実現できる柔軟性に富んだITシステムをもたらす半面、自社への採用可否の判断、導入前の基盤設計、初心者でもわかるレベルのステップ・バイ・ステップによる構築手順、運用管理の具体的な手法、注意点など、実践的な内容を短時間で効率よく入手することが難しい状況にあります。また、OpenStackは、クラウドコンピューティングで求められる機能要求の増加に伴い、含まれるコンポーネンの数も年々増加し、ソフトウェア自体が大変複雑化しており、構築手順や運用管理のノウハウが、すぐに陳腐化するといった頭の痛い問題もあります。
本書は、進化の非常に速いOpenStackの情報を可能な限り素早く提供し、クラウド基盤をまったく構築したことがない初心者にもその基礎を理解できるように、代表的なOpenStack環境のインストール手順、ソフトウェア定義型ネットワークの構築手順、使用法などを具体的に記載しました。これにより、OpenStackを触ったことがない初心者でも、まずは、実際に構築、使用することで、OpenStackによるクラウドコンピューティングの基本的な機能を理解できます。
深層学習のアルゴリズムをJavaで実装!
「ゼロからの実装」や「ライブラリの活用」を解説
本書では、まず深層学習に関連する機械学習アルゴリズムを復習します。
その後、深層学習アルゴリズムの主要な理論を解説し、
Javaでゼロから実装する方法を示します。
さらに、Javaライブラリを利用した実装方法も解説します。
深層学習用Javaライブラリとして使用するDeeplearning4jは
オープンソースの分散処理ソフトウェアApache Spark/Hadoopに
統合されているものです。
そのほか、人工知能やディープラーニングの変遷や今後の展望について説明し、
番外編としてTheano/TensorFlow/CaffeをPythonで利用する方法も解説します。
「概要だけではなく、数式やアルゴリズムの根本まで解説」
「コード例は非常に読みやすい」----原著への読者の声
※ 本書は『Java Deep Learning Essentials』の翻訳書です。
AWSが登場した当初は提供されるサービスもわずかで、ネットワーク構成も簡単でした。しかしいまでは、「たくさんのマネージドサービス」と「ネットワーク機能の高機能化」が、これからAWSを始めようとする人の出鼻をくじいてしまいます。このような事態を何とかしたい。そう思って書いたのが、本書です。本書では、AWSのもっとも基本的な構成となる「ネットワークとサーバー」を説明します。
AWSにおいてネットワークは「VPC」、サーバーは「EC2インスタンス」で構成されます。本書では、この2つの機能を中心に解説します。
本書では、Webサーバー1台とデータベースサーバー1台で構成されたオンプレミスのシステムをAWSで実現するには、AWSならではの決まりごとや罠がたくさんあります。たとえば、「最初に利用するIPアドレスの範囲を決めて、それを分割してネットワークを構築する」「インターネットに接続する場合でも、ネットワークの設計上はプライベートIPアドレスを使う」などです。本書では、こうしたAWSならではの勘所を説明しながら、最終的に、独自ドメインでWebサーバーを運用できるようにするところまでを説明します。
nginxは、インターネットの多くのWebサイトで使われているソフトウェアで、設定ファイルの構造がシンプルで使いやすく、少ないリソースで動作し、性能も安定して出るため、順調に人気を獲得している注目度ナンバーワンのWebサーバーです。静的ファイルを配信するWebサーバーとしての性能も目を見張るものがありますが、よく使われるのはロードバランサやリバースプロキシとしての使い方です。本書は、nginxを利用したWebアプリケーションを構築・運用するといった作業において、性能やセキュリティ、メンテナンスに頭を悩ませる管理者のために、表面的なnginxの設定ファイルの書き方だけにとどまらず、実際に動作を検証する方法や、Webシステムの中でnginxとは直接関係ない部分も含めて紹介しています。これらの手法を知っておくことで、ネットワーク全般の知識、ネットワークプログラムの動作に関する知識を得られます。
付与コインの内訳
42コイン
会員ランク(今月ランクなし)
1%
複数商品の購入で付与コイン数に変動があります。
クーポンご利用時はキャンペーンコイン付与の対象外です。
詳しくは決済ページにてご確認ください。
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。