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。
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。
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。
もどる