楽天IDで会員登録
裁断済】Python機械学習ライブラリ scikit-learn活用レシピ80+
¥2,000 SOLDOUT
「裁断済】Python機械学習ライブラリ scikit-learn活用レシピ80+」に近い商品
SOLD OUT
¥2,000 送料込
-
本人確認済
商品説明
Python機械学習ライブラリ scikit-learn活用レシピ80+ (impress top gear)
！！！！！ 注 意 ！！！！！ 裁断済みです。
※裁断済みなので、商品の状態を「全体的に状態が悪い」としています。
単行本（ソフトカバー）: 358ページ
出版社: インプレス (2019/3/18)
言語: 日本語
ISBN-10: 4295005746
ISBN-13: 978-4295005742
発売日： 2019/3/18
梱包サイズ: 23 x 17.8 x 2 cm
必須のPython機械学習ライブラリを使いこなそう!
基本的な考え方からはじめ、80を超える手法をレシピとして網羅的に解説。
原著 2nd Edition待望の翻訳!
scikit-learnは、機械学習を行うためのPythonライブラリです。
第1章 機械学習の枠組みを理解する―NumPyからパイプラインまで
第2章 モデル構築前のワークフローと前処理―サンプルデータの作成から確率的勾配降下法まで
第3章 次元削減―PCAから性能テストまで
第4章 線形モデル―線形回帰からLARSまで
第5章 ロジスティック回帰―データの読み込みからパイプラインまで
第6章 距離指標を使ったモデルの構築―k-means法からk近傍法まで
第7章 交差検証とモデル構築後のワークフロー―モデルの選択から永続化まで
第8章 サポートベクトルマシン―線形SVMからサポートベクトル回帰まで
第9章 決定木アルゴリズムとアンサンブル学習
第10章 テキスト分類と多クラス分類
第11章 ニューラルネットワーク
第12章 単純な推定器の作成
！！！！！ 注 意 ！！！！！ 裁断済みです。
※裁断済みなので、商品の状態を「全体的に状態が悪い」としています。
単行本（ソフトカバー）: 358ページ
出版社: インプレス (2019/3/18)
言語: 日本語
ISBN-10: 4295005746
ISBN-13: 978-4295005742
発売日： 2019/3/18
梱包サイズ: 23 x 17.8 x 2 cm
必須のPython機械学習ライブラリを使いこなそう!
基本的な考え方からはじめ、80を超える手法をレシピとして網羅的に解説。
原著 2nd Edition待望の翻訳!
scikit-learnは、機械学習を行うためのPythonライブラリです。
第1章 機械学習の枠組みを理解する―NumPyからパイプラインまで
第2章 モデル構築前のワークフローと前処理―サンプルデータの作成から確率的勾配降下法まで
第3章 次元削減―PCAから性能テストまで
第4章 線形モデル―線形回帰からLARSまで
第5章 ロジスティック回帰―データの読み込みからパイプラインまで
第6章 距離指標を使ったモデルの構築―k-means法からk近傍法まで
第7章 交差検証とモデル構築後のワークフロー―モデルの選択から永続化まで
第8章 サポートベクトルマシン―線形SVMからサポートベクトル回帰まで
第9章 決定木アルゴリズムとアンサンブル学習
第10章 テキスト分類と多クラス分類
第11章 ニューラルネットワーク
第12章 単純な推定器の作成
6年以上前
-
本人確認済
商品説明
Python機械学習ライブラリ scikit-learn活用レシピ80+ (impress top gear)
！！！！！ 注 意 ！！！！！ 裁断済みです。
※裁断済みなので、商品の状態を「全体的に状態が悪い」としています。
単行本（ソフトカバー）: 358ページ
出版社: インプレス (2019/3/18)
言語: 日本語
ISBN-10: 4295005746
ISBN-13: 978-4295005742
発売日： 2019/3/18
梱包サイズ: 23 x 17.8 x 2 cm
必須のPython機械学習ライブラリを使いこなそう!
基本的な考え方からはじめ、80を超える手法をレシピとして網羅的に解説。
原著 2nd Edition待望の翻訳!
scikit-learnは、機械学習を行うためのPythonライブラリです。
第1章 機械学習の枠組みを理解する―NumPyからパイプラインまで
第2章 モデル構築前のワークフローと前処理―サンプルデータの作成から確率的勾配降下法まで
第3章 次元削減―PCAから性能テストまで
第4章 線形モデル―線形回帰からLARSまで
第5章 ロジスティック回帰―データの読み込みからパイプラインまで
第6章 距離指標を使ったモデルの構築―k-means法からk近傍法まで
第7章 交差検証とモデル構築後のワークフロー―モデルの選択から永続化まで
第8章 サポートベクトルマシン―線形SVMからサポートベクトル回帰まで
第9章 決定木アルゴリズムとアンサンブル学習
第10章 テキスト分類と多クラス分類
第11章 ニューラルネットワーク
第12章 単純な推定器の作成
！！！！！ 注 意 ！！！！！ 裁断済みです。
※裁断済みなので、商品の状態を「全体的に状態が悪い」としています。
単行本（ソフトカバー）: 358ページ
出版社: インプレス (2019/3/18)
言語: 日本語
ISBN-10: 4295005746
ISBN-13: 978-4295005742
発売日： 2019/3/18
梱包サイズ: 23 x 17.8 x 2 cm
必須のPython機械学習ライブラリを使いこなそう!
基本的な考え方からはじめ、80を超える手法をレシピとして網羅的に解説。
原著 2nd Edition待望の翻訳!
scikit-learnは、機械学習を行うためのPythonライブラリです。
第1章 機械学習の枠組みを理解する―NumPyからパイプラインまで
第2章 モデル構築前のワークフローと前処理―サンプルデータの作成から確率的勾配降下法まで
第3章 次元削減―PCAから性能テストまで
第4章 線形モデル―線形回帰からLARSまで
第5章 ロジスティック回帰―データの読み込みからパイプラインまで
第6章 距離指標を使ったモデルの構築―k-means法からk近傍法まで
第7章 交差検証とモデル構築後のワークフロー―モデルの選択から永続化まで
第8章 サポートベクトルマシン―線形SVMからサポートベクトル回帰まで
第9章 決定木アルゴリズムとアンサンブル学習
第10章 テキスト分類と多クラス分類
第11章 ニューラルネットワーク
第12章 単純な推定器の作成
6年以上前
本人確認済
コメント
商品について質問する