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。
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。
資料情報
各蔵書資料に関する詳細情報です。
No. |
所蔵館 |
資料番号 |
請求記号 |
配架場所 |
所蔵棚番号 |
資料種別 |
帯出区分 |
状態 |
付録 |
貸出
|
1 |
中央図書館 | 0180573917 | Y850.7/L/ | 2階外資料 | 104B | 一般洋書 | 一般貸出 | 在庫 | |
○ |
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。
書誌詳細
この資料の書誌詳細情報です。
タイトルコード |
1008001444904 |
書誌種別 |
図書 |
書名 |
15 minute French Learn in just 12 weeks |
書名ヨミ |
フィフティーン ミニッツ フレンチ |
著者名 |
Caroline Lemoine/著
|
著者名ヨミ |
LEMOINE CAROLINE |
版表示 |
This revised ed. |
出版者 |
Dorling Kindersley Ltd
|
出版年月 |
2018 |
ページ数 |
160p : ill. |
大きさ |
22cm |
分類記号 |
850.7
857.8
854
|
件名 |
フランス語教育、フランス語-会話、フランス語-単語 |
言語区分 |
英語 |
(他の紹介)内容紹介 |
データの量、速さ、種類、正確さの変化に応じ価値を創造するのがデータサイエンティストの仕事である(「ビッグデータとは」)。多種あるプログラミング言語の中でも、基本的なスタイルが学べるPythonがおすすめ(「どの言語を使うか」)。確率的勾配法を用いれば、ビッグデータに対する計算量を減らし、それなりに正しい結果を得られる(「ディープラーニングで利用される技術(1)」)など、初めて学ぶデータサイエンスの基礎20項目。 |
(他の紹介)目次 |
第1部 データサイエンスの基本(データサイエンスとは) 第2部 データサイエンスの基礎技術(計算機の仕組み プログラミングの基礎 アルゴリズム データベース 最適化の方法) 第3部 統計学・機械学習の基礎(機械学習の基本 過学習とモデル選択 回帰問題と住宅価格 アンサンブル学習と住宅価格 分類問題 教師なし学習) 第4部 コーパスとネットワークの分析(トピックモデル ネットワーク分析) 第5部 ディープラーニング(ニューラルネットワークの基礎 ディープラーニング ディープラーニングによる系列データ分析 ディープラーニングによる画像分析) |
(他の紹介)著者紹介 |
久野 遼平 東京大学大学院情報理工学系研究科数理・情報教育研究センター兼数理情報学専攻講師。キヤノングローバル戦略研究所研究員。1984年生まれ。慶應義塾大学経済学部卒業後、一橋大学大学院経済学研究科修士課程、スイス連邦工科大学チューリッヒ校博士課程を修了。国立情報学研究所の特任研究員、東京大学大学院情報理工学系研究科ソーシャルICT研究センター特任助教などを経て現職(本データはこの書籍が刊行された当時に掲載されていたものです) 木脇 太一 東京大学大学院情報理工学系研究科数理情報学専攻特任講師。1986年生まれ。東京大学大学院工学系研究科博士課程修了後、株式会社ユニーク勤務、東京大学大学院情報理工学系研究科数理情報学専攻特任助教を経て現職(本データはこの書籍が刊行された当時に掲載されていたものです) |
内容細目表
前のページへ