TensorFlow機械学習クックブック Pythonベースの活用レシピ60+(インプレス) [電子書籍]

TensorFlow機械学習クックブック Pythonベースの活用レシピ60+(インプレス) [電子書籍] 通販【全品無料配達】

 

はやい

  • 新世代の数値計算ライブラリを操る! 線形回帰からCNN/RNNまで網羅的に実践 -- TensorFlowは、数値処理用のオープンソースライブラリ。AI分野を中心に活用が進んでいます。本書ではまず、変数/プレースホルダといったTensorFlowの基本や、オープンデータを扱う方法を説明。以降は、機械学習のさまざまな手法をレシピとして示していきます。具体的には次のとおりです。線形回帰、SVM、最近傍法、ニューラルネットワーク、自然言語処理、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、運用環境のための手法、遺伝的アルゴリズム、k-means、常微分方程式などです。※本書は『TensorFlow Machine Learning Cookbook』の翻訳書です。 ※コードの検証にPython 3.5/3.6とTensorFlow 1.1/1.2を使用(各環境/各コードの動作を完全に保証するものではありません)。
  • 目次

    表紙
    Copyright/商標/正誤表について
    はじめに
    謝辞
    第1章 TensorFlowの仕組みと基本事項を押さえる/1.1 はじめに
    1.2 TensorFlowの仕組み
    1.3 テンソルを設定する
    1.4 プレースホルダと変数を使用する
    1.5 行列を操作する
    1.6 演算を設定する
    1.7 活性化関数を実装する
    1.8 データソースを操作する
    1.9 その他のリソース
    第2章 TensorFlowスタイル―演算/層の追加、損失関数やモデル評価などの実装/2.1 はじめに
    2.2 計算グラフでの演算
    2.3 入れ子の演算を階層化する
    2.4 複数の層を操作する
    2.5 損失関数を実装する
    2.6 バックプロパゲーションを実装する
    2.7 バッチトレーニングと確率的トレーニングを使用する
    2.8 分類を行うための要素を組み合わせる
    2.9 モデルを評価する
    第3章 線形回帰―逆行列/分解法からロジスティック回帰まで/3.1 はじめに
    3.2 逆行列法を使用する
    3.3 行列分解法を実装する
    3.4 TensorFlowでの線形回帰の実装パターン
    3.5 線形回帰の損失関数を理解する
    3.6 デミング回帰を実装する
    3.7 LASSOとリッジ回帰を実装する
    3.8 Elastic Net回帰を実装する
    3.9 ロジスティック回帰を実装する
    第4章 サポートベクトルマシン―線形SVMの操作・次元縮約、非線形SVM/多クラスSVMの実装など
    4.1 はじめに
    4.2 線形SVMを操作する
    4.3 線形回帰への縮約
    4.4 TensorFlowでカーネルを操作する
    4.5 非線形SVMを実装する
    4.6 多クラスSVMを実装する
    第5章 最近傍法―編集距離、距離関数の組み合わせ、最近傍法の画像認識など/5.1 はじめに
    5.2 最近傍法を使用する
    5.3 編集距離を計測する
    5.4 距離関数を組み合わせて計算する
    5.5 アドレスマッチング処理の例
    5.6 画像認識に最近傍法を使用する
    第6章 ニューラルネットワーク―論理ゲート、単層/多層ニューラルネットワークの実装など
    6.1 はじめに
    6.2 論理ゲートを実装する
    6.3 論理ゲートと活性化関数を操作する
    6.4 単層ニューラルネットワークを実装する
    6.5 さまざまな層を実装する
    6.6 多層ニューラルネットワークを使用する
    6.7 線形モデルの予測を改善する
    6.8 三目並べを学習する
    第7章 自然言語処理―BoW/TF-IDF/スキップグラム/CBOWなど
    7.1 はじめに
    7.2 BoWモデルを操作する
    7.3 TF-IDFの手法を実装する
    7.4 スキップグラムモデルを操作する
    7.5 CBOWモデルを操作する
    7.6 Word2vecを使って予測を行う
    7.7 感情分析にDoc2vecを使用する
    第8章 畳み込みニューラルネットワーク―単純なCNN/高度なCNN/モデルの再トレーニングなど/8.1 はじめに
    8.2 単純なCNNを実装する
    8.3 高度なCNNを実装する
    8.4 既存のCNNモデルを再びトレーニングする
    8.5 Stylenetを適用する
    8.6 DeepDreamを実装する
    第9章 リカレントニューラルネットワーク―LSTM/Sequence-to-Sequence/Siamese Similarity法/9.1 はじめに
    9.2 スパムの確率を予測するためにRNNを実装する
    9.3 LSTMモデルを実装する
    9.4 複数のLSTM層を積み重ねる
    9.5 Sequence-to-Sequenceモデルを作成する
    9.6 Siamese Similarity法のトレーニング
    第10章 TensorFlowを運用環境で使用する/10.1 はじめに
    10.2 ユニットテストを実装する
    10.3 複数のプロセッサを使用する
    10.4 TensorFlowを並列化する
    10.5 TensorFlowを運用環境で使用するための準備
    10.6 例:TensorFlowを運用環境で使用する
    第11章 TensorFlowをさらに活用する―遺伝的アルゴリズム/連立常微分方程式など/11.1 はじめに
    11.2 TensorBoardで計算グラフを可視化する
    11.3 遺伝的アルゴリズムを操作する
    11.4 k-means法を使ったクラスタ分析
    11.5 連立常微分方程式を解く
    索引
    著者プロフィール/スタッフリスト
    奥付





































    3.3 行列分解法を実装する
発行年月日: 2018/08/13
書店分類コード: K800
Cコード: 3055
出版社名: インプレス
他のインプレスの電子書籍を探す: 電子書籍 インプレス Impress>情報・通信・コンピュータ インプレス Impress>ネットワーク・通信 インプレス Impress>ネットワーク・通信 インプレス Impress
紙の本のISBN-13: 9784295002000
ファイルサイズ: 18.6MB
著者名: Nick McClure
著述名: 著
最強のパソコン仕事 時短術 Windows/Excel/Word/PowerPoint [ムックその他] 妖怪ウォッチ おみくじシールスナック 焼きとうもろこし味 [お菓子 焼きとうもろこし味] 明日は元の価格を復元します
TensorFlow機械学習クックブック Pythonベースの活用レシピ60+(インプレス) [電子書籍] えらい 紙パック飲料 ベビー麦茶 125ml×3個パック [対象月齢:1ヶ月頃~]