検索結果資料の内容

ご利用の地域の図書館が所蔵している場合、そちらの方が早く借りられることもあります。
また、ご利用の地域の図書館に申し込み、県立図書館の資料を取り寄せることもできます。
岡山県図書館横断検索


この資料の情報へのリンク:

蔵書情報

この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。

所蔵数 1 在庫数 1 予約数 0

資料の状態

各蔵書資料に関する詳細情報です。

No. 資料番号 資料種別 請求記号 配架場所 状態 貸出
1 0015219280図書一般007.13/スス20/2F自然貸出可 

この資料に対する操作

カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。

いますぐ予約する を押すと 認証後この資料をすぐに予約します。

この資料に対する操作

電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。


登録するリストログインメモ


書誌情報サマリ

タイトル

統計的機械学習の数理100問with Python

人名 鈴木 讓/著
人名ヨミ スズキ ジョウ
出版者・発行者 共立出版
出版年月 2020.4


書誌詳細

この資料の書誌詳細情報です。

書誌種別 図書
タイトル 統計的機械学習の数理100問with Python
シリーズ名 機械学習の数理100問シリーズ
シリーズ番号 2
タイトルヨミ トウケイテキ キカイ ガクシュウ ノ スウリ ヒャクモン ウィズ パイソン
シリーズ名ヨミ キカイ ガクシュウ ノ スウリ ヒャクモン シリーズ
シリーズ番号ヨミ 2
人名 鈴木 讓/著
人名ヨミ スズキ ジョウ
出版者・発行者 共立出版
出版者・発行者等ヨミ キョウリツ シュッパン
出版地・発行地 東京
出版・発行年月 2020.4
ページ数または枚数・巻数 11,251p
大きさ 26cm
価格 ¥3000
ISBN 978-4-320-12507-0
ISBN 4-320-12507-0
分類記号 007.13
件名 機械学習数理統計学
内容紹介 100の問題を解くという演習のスタイルをとりながら、数式を導き、Pythonのソースプログラムを追い、具体的に手を動かしてみて、読者が自分のスキルにしていくことを目的とする。大阪大学での講義の演習問題を書籍化。
言語区分 JPN
タイトルコード 1009812400047
目次 第0章 線形代数
0.1 逆行列/0.2 行列式/0.3 一次独立性/0.4 ベクトル空間とその次元/0.5 固有値と固有ベクトル/0.6 正規直交基底と直交行列/0.7 対称行列の対角化/付録 命題の証明
第1章 線形回帰
1.1 最小二乗法/1.2 重回帰/1.3 βの分布/1.4 RSSの分布/1.5 βj≠0の仮説検定/1.6 決定係数と共線形性の検出/1.7 信頼区間と予測区間/付録 命題の証明/問題1〜18
第2章 分類
2.1 ロジスティック回帰/2.2 Newton‐Raphson法の適用/2.3 線形判別と二次判別/2.4 K近傍法/2.5 ROC曲線/問題19〜31
第3章 リサンプリング
3.1 クロスバリデーション/3.2 線形回帰の場合の公式/3.3 ブートストラップ/付録 命題の証明/問題32〜39
第4章 情報量基準
4.1 情報量基準/4.2 有効推定量とFisher情報量行列/4.3 Kullback‐Leibler情報量/4.4 赤池の情報量基準(AIC)の導出/付録 命題の証明/問題40〜48
第5章 正則化
5.1 Ridge/5.2 劣微分/5.3 Lasso/5.4 RidgeとLassoを比較して/5.5 λの値の設定/問題49〜56
第6章 非線形回帰
6.1 多項式回帰/6.2 スプライン回帰/6.3 自然なスプライン関数への回帰/6.4 平滑化スプライン/6.5 局所回帰/6.6 一般化加法モデル/付録 命題の証明/問題57〜68
第7章 決定木
7.1 回帰の決定木/7.2 分類の決定木/7.3 バギング/7.4 ランダムフォレスト/7.5 ブースティング/問題69〜74
第8章 サポートベクトルマシン
8.1 最適な境界/8.2 最適化の理論/8.3 サポートベクトルマシンの解/8.4 カーネルを用いたサポートベクトルマシンの拡張/付録 命題の証明/問題75〜87
第9章 教師なし学習
9.1 K‐meansクラスタリング/9.2 階層的クラスタリング/9.3 主成分分析/付録 プログラム/問題88〜100



目次


内容細目

関連資料

この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。

007.13 007.13
機械学習 数理統計学
もどる

本文はここまでです。


ページの終わりです。