機械学習 ─データを読み解くアルゴリズムの技法─
本,ピーター フラッハ
機械学習 ─データを読み解くアルゴリズムの技法─ PDF e EPUBをダウンロード-EpuBook
ダウンロード機械学習 ─データを読み解くアルゴリズムの技法─ Ebook Livre Free-ダウンロード-pdf、epub、Kindle mobi
機械学習 ─データを読み解くアルゴリズムの技法─ PDFをダウンロード
機械学習 ─データを読み解くアルゴリズムの技法─ PDF無料のEbook Livre Franceをダウンロード（PDF、EPUB、KINDLE）
機械学習 ─データを読み解くアルゴリズムの技法─無料のPDFブックをダウンロード（PDF、EPUB、KINDLE）
によって ピーター フラッハ
3.7 5つ星のうち 3 人の読者
[ダウンロード] PDF形式の本機械学習 ─データを読み解くアルゴリズムの技法─ ダウンロード 機械学習 ─データを読み解くアルゴリズムの技法─ PDF e EPUB - EpuBook 機械学習 ─データを読み解くアルゴリズムの技法─ ダウンロード Gratuitement le 本 en Format PDF 機械学習 ─データを読み解くアルゴリズムの技法─ ダウンロード PDF
ペーパーバック : 392ページ pages
作者 : ピーター フラッハ
コレクション : 本
ISBN-10 : 4254122187
フォーマット : 単行本（ソフトカバー）
発行日 : 2017/4/10
本のタイトル : 機械学習 ─データを読み解くアルゴリズムの技法─
平均的な顧客フィードバック : 3.7 5つ星のうち（3人の読者)
ファイル名 : 機械学習-データを読み解くアルゴリズムの技法.pdf (サーバー速度28.82 Mbps)
ファイルサイズ : 29.44 MB
内容紹介 Machine Learning -The Art and Science of Algorithms that Make Sense of Data- (Cambridge Univ Press. 2012)の翻訳。 機械学習の主要なアルゴリズムを取り上げ,特徴量・タスク・モデルに着目して論理的基礎から実装までを平易に紹介。 〔内容〕二値分類/教師なし学習/木モデル/ルールモデル/線形モデル/距離ベースモデル/確率モデル/特徴量/ほか 出版社からのコメント ・序文より抜粋 機械学習については,最近ではいくつかの重要な本が日本語に翻訳され,広く読まれている.また日本の研究者による教科書や研究書も数多く出版されるようになった.このような中で本書の特徴は「統計学と知識表現の融合」という観点からの統一的な記述であり,機械学習の個々の手法の紹介や解説が中心となっている他書とはやや趣を異にしていることである.著者は,データから学習するモデルとして,幾何モデル,確率モデル,論理モデルの3 種類を区別しているが,本書に特徴的なのは4 章の「概念学習」や6 章の「ルールモデル」で説明されている論理モデルである.これらの章では,知識表現を論理的な記述によって与えるという観点が強調されている.これは著者が計算機科学の研究者であり,論理プログラミングを教えているという背景もあるものと思われる.論理的な記述自体は確定的なものであるが,それがデータの多くを説明できるかという観点から評価することにより,論理と確率の融合がはかられている. また個別の話題としては,著者は二値分類の性能評価の基本的な道具であるROC分析あるいはROC 曲線に関して多くの研究をしており,本書でもROC 曲線に関する詳しい説明がある.ROC 分析は統計学における仮説検定の有意水準と検出力の考え方と同様のものであるが,本書の観点は統計的仮説検定の視点とはやや異なるものであり,私には新鮮に感じられた. 商品の説明をすべて表示する
著者 [PDF]から本タイトルをダウンロード-電子ブックをダウンロード
著者 [EPUB]からタイトルをダウンロード-電子ブックをダウンロード機械学習 ─データを読み解くアルゴリズムの技法─を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。
作者 : ピーター フラッハ
コレクション : 本
ISBN-10 : 4254122187
フォーマット : 単行本（ソフトカバー）
発行日 : 2017/4/10
本のタイトル : 機械学習 ─データを読み解くアルゴリズムの技法─
平均的な顧客フィードバック : 3.7 5つ星のうち（3人の読者)
ファイル名 : 機械学習-データを読み解くアルゴリズムの技法.pdf (サーバー速度28.82 Mbps)
ファイルサイズ : 29.44 MB
内容紹介 Machine Learning -The Art and Science of Algorithms that Make Sense of Data- (Cambridge Univ Press. 2012)の翻訳。 機械学習の主要なアルゴリズムを取り上げ,特徴量・タスク・モデルに着目して論理的基礎から実装までを平易に紹介。 〔内容〕二値分類/教師なし学習/木モデル/ルールモデル/線形モデル/距離ベースモデル/確率モデル/特徴量/ほか 出版社からのコメント ・序文より抜粋 機械学習については,最近ではいくつかの重要な本が日本語に翻訳され,広く読まれている.また日本の研究者による教科書や研究書も数多く出版されるようになった.このような中で本書の特徴は「統計学と知識表現の融合」という観点からの統一的な記述であり,機械学習の個々の手法の紹介や解説が中心となっている他書とはやや趣を異にしていることである.著者は,データから学習するモデルとして,幾何モデル,確率モデル,論理モデルの3 種類を区別しているが,本書に特徴的なのは4 章の「概念学習」や6 章の「ルールモデル」で説明されている論理モデルである.これらの章では,知識表現を論理的な記述によって与えるという観点が強調されている.これは著者が計算機科学の研究者であり,論理プログラミングを教えているという背景もあるものと思われる.論理的な記述自体は確定的なものであるが,それがデータの多くを説明できるかという観点から評価することにより,論理と確率の融合がはかられている. また個別の話題としては,著者は二値分類の性能評価の基本的な道具であるROC分析あるいはROC 曲線に関して多くの研究をしており,本書でもROC 曲線に関する詳しい説明がある.ROC 分析は統計学における仮説検定の有意水準と検出力の考え方と同様のものであるが,本書の観点は統計的仮説検定の視点とはやや異なるものであり,私には新鮮に感じられた. 商品の説明をすべて表示する
著者 [PDF]から本タイトルをダウンロード-電子ブックをダウンロード
著者 [EPUB]からタイトルをダウンロード-電子ブックをダウンロード機械学習 ─データを読み解くアルゴリズムの技法─を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。
機械学習実験の章だけでも買う価値がある。どういった評価を行いモデルを確定するのかがしっかりと書かれている。国内の書籍は実装と理論に偏っているものが多く、実務で使う上では参考にならないことが多いがこの本ではキチンと触れられている。問題点としては、例としては二クラス分類問題を扱っていることが多く、多クラス分類問題への適用については別の書籍や論文を参照する必要がある。また、日本語訳についてもこなれていない箇所もあり、たまに読みにくい箇所がある。それを差っ引いても、内容は充実しておりかつ例題も豊富でわかりやすい。入門書としてオススメ。
0コメント