電子書籍 Pythonではじめるベイズ機械学習入門(KS情報科学専門書) 実用

著: 森賀新  著: 木田悠歩  他

まずは、無料で試し読み

試し読み

20ページ読める

新規会員登録へ

無料アプリで今すぐ読書

パソコンはブラウザビューアで簡単に読書できます

BOOK☆WALKERでデジタルで読書を始めよう。

BOOK☆WALKERではパソコン、スマートフォン、タブレットで電子書籍をお楽しみいただけます。

購入した電子書籍は(無料本でもOK!)いつでもどこでも読める!

Pythonではじめるベイズ機械学習入門 あらすじ・内容

★確率的プログラミング言語がすぐに使える!★
・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。
・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。

【主な内容】
第1章 ベイジアンモデリングとは
1.1 データ解析とコンピュータ
1.2 ベイジアンモデリングの基礎
1.3 代表的な確率分布
1.4 近似推論手法

第2章 確率的プログラミング言語(PPL)
2.1 ベイジアンモデリングとPPL
2.2 自動微分・最適化アルゴリズム
2.3 PyMC3の概要
2.4 Pyroの概要
2.5 NumPyroの概要
2.6 TensorFlow Probabilityの概要
2.7 GPyTorchの概要

第3章 回帰モデル
3.1 線形回帰モデル:線形単回帰モデル
3.2 線形回帰モデル:線形重回帰モデル
3.3 一般化線形モデル:ポアソン回帰モデル
3.4 一般化線形モデル:ロジスティック回帰モデル
3.5 階層ベイズモデル
3.6 ガウス過程回帰モデル:ガウス尤度
3.7 ガウス過程回帰モデル:尤度の一般化

第4章 潜在変数モデル
4.1 混合ガウスモデル
4.2 行列分解モデル
4.3 状態空間モデル
4.4 隠れマルコフモデル
4.5 トピックモデル
4.6 ガウス過程潜在変数モデル

第5章 深層学習モデル
5.1 ニューラルネットワーク回帰モデル
5.2 変分自己符号化器
5.3 PixelCNN
5.4 深層ガウス過程
5.5 正規化流

  • シェア:

「Pythonではじめるベイズ機械学習入門(KS情報科学専門書)」最新刊

★確率的プログラミング言語がすぐに使える!★
・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。
・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。

【主な内容】
第1章 ベイジアンモデリングとは
1.1 データ解析とコンピュータ
1.2 ベイジアンモデリングの基礎
1.3 代表的な確率分布
1.4 近似推論手法

第2章 確率的プログラミング言語(PPL)
2.1 ベイジアンモデリングとPPL
2.2 自動微分・最適化アルゴリズム
2.3 PyMC3の概要
2.4 Pyroの概要
2.5 NumPyroの概要
2.6 TensorFlow Probabilityの概要
2.7 GPyTorchの概要

第3章 回帰モデル
3.1 線形回帰モデル:線形単回帰モデル
3.2 線形回帰モデル:線形重回帰モデル
3.3 一般化線形モデル:ポアソン回帰モデル
3.4 一般化線形モデル:ロジスティック回帰モデル
3.5 階層ベイズモデル
3.6 ガウス過程回帰モデル:ガウス尤度
3.7 ガウス過程回帰モデル:尤度の一般化

第4章 潜在変数モデル
4.1 混合ガウスモデル
4.2 行列分解モデル
4.3 状態空間モデル
4.4 隠れマルコフモデル
4.5 トピックモデル
4.6 ガウス過程潜在変数モデル

第5章 深層学習モデル
5.1 ニューラルネットワーク回帰モデル
5.2 変分自己符号化器
5.3 PixelCNN
5.4 深層ガウス過程
5.5 正規化流

「Pythonではじめるベイズ機械学習入門(KS情報科学専門書)」の作品情報

レーベル
KS情報科学専門書
出版社
講談社
ジャンル
実用
ページ数
460ページ (Pythonではじめるベイズ機械学習入門)
配信開始日
2022年9月30日 (Pythonではじめるベイズ機械学習入門)
対応端末
  • PCブラウザ
    ビューア
  • Android
    (スマホ/タブレット)
  • iPhone / iPad

本を予約しました

※予約の確認・解除はこちらから

予約済み書籍

キャンセル及び解除等

発売日前日以降のキャンセル・返品等はできません。
予約の確認・解除、お支払いモード、その他注意事項は予約済み書籍一覧をご確認ください。