夢見る機械学習 回帰・パーセプトロン[Python実装]入門 金城俊哉

■商品名■ 夢見る機械学習 回帰・パーセプトロン[Python実装]入門 [単行本] 金城俊哉 いま、ディープラーニングや機械学習技術が注目を浴びています。Pythonと便利なライブラリを使えば、たった数行のコードで機械学習のプログラムを組み、結果を出すことができます。あなたはバックグラウンドでどういう処理が行われているか気になりませんか？ Chapter0 機械学習のススメ 01 機械学習、ディープラーニングとは Chapter1 Python入門 01 なぜ機械学習やディープラーニングにPythonなのか 02 Pythonのインストール 03 計算してみよう（算術演算） 04 Pythonが扱うデータの種類 05 値の出力 06 リスト 07 タプル 08 if文 09 for文、while文 10 関数 11 NumPyのベクトル 12 Matplotlibのインストール 13 ソースファイルにコードを入力して保存する Chapter2 機械学習に必要な数学的な準備 01 ベクトル 02 和の記号? 03 微分 04 偏微分 05 指数関数と対数関数 06 シグモイド関数 07 行列 Chapter3 回帰問題（回帰分析） 01 回帰分析で未知の値を予測する 02 最小二乗法 03 機械学習における「最適化問題」 Chapter4 勾配法、多項式回帰、確率的勾配降下法 01 数値微分 02 偏微分をPythonで実装する 03 勾配法（勾配降下法） 04 多項式回帰 05 確率的勾配降下法 Chapter5 パーセプトロン 01 分類問題（分類アルゴリズム） 02 パーセプトロン 03 Pythonでパーセプトロンを実装する Chapter6 ロジスティック回帰 01 シグモイド関数、尤度関数 02 ロジスティック回帰をPythonで実装する 03 非線形な分類問題 04 非線形な分類問題を確率的勾配降下法で解く Chapter7 オーバーフィッティングの問題 01 過剰適合（オーバーフィッティング） 02 Weightdecacy（過重減衰） 03 正則化項を付加したパラメーター更新式 04 正則化の適用をPythonで実装する ■出版社■ 秀和システム ■著者■ 金城俊哉