検索結果書誌詳細

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 0 予約数 0

書誌情報

書名

レヴィ=ストロース     

著者名 エドマンド・リーチ/著   吉田 禎吾/訳
出版者 新潮社
出版年月 1971.12


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。


マイ本棚へ追加ログインメモ


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0112267190135.5/リ/書庫2一般図書一般貸出貸出中  ×

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。

Kyle Gallatin Chris Albon 中田 秀基
2024
007.13 007.13
機械学習

書誌詳細

この資料の書誌詳細情報です。

タイトルコード 1001000300027
書誌種別 図書
書名 レヴィ=ストロース     
書名ヨミ レビ ストロース 
著者名 エドマンド・リーチ/著
著者名ヨミ リーチ エドマンド
著者名 吉田 禎吾/訳
著者名ヨミ ヨシダ テイゴ
出版者 新潮社
出版年月 1971.12
ページ数 0184
大きさ 20*13
分類記号 135.5
分類記号 135.5
言語区分 日本語

(他の紹介)内容紹介 Pythonによる機械学習を行う上で、頻繁に遭遇すると思われる216の問題とその解決策を紹介します。データ構造、数値データ、カテゴリデータ、テキスト、画像、日時データの取り扱いといった基本から、特徴量抽出、次元削減、モデルの評価と選択、線形回帰、決定木、ランダムフォレスト、k‐最近傍法、SVM、ナイーブベイズ、クラスタリング、ニューラルネットワークまで幅広い内容をカバー。この改訂版では、最新のフレームワークに対応するとともに、ニューラルネットワーク関連の項目をPyTorchベースで大幅に増量。「やりたいこと」「困っていること」に答えてくれる一冊です。
(他の紹介)目次 NumPyベクトル、行列、配列
データのロード
データラングリング
数値データの取り扱い
カテゴリデータの取り扱い
テキストの取り扱い
日時データの取り扱い
画像の取り扱い
特徴量抽出による次元削減
特徴量選択による次元削減
モデルの評価
モデル選択
線形回帰
決定木とフォレスト
k‐最近傍法
ロジスティック回帰
サポートベクタマシン
ナイーブベイズ
クラスタリング
PyTorchのテンソルニュートラルネットワーク
非構造化データ向けのニュートラルネットワーク
訓練済みモデルのセーブとロード


内容細目表

前のページへ

本文はここまでです。


ページの終わりです。