『Pythonでプログラミングして理解する
2022年2月25日
インプレスグループで理工学分野の専門書出版事業を手掛ける株式会社近代科学社は、2022年2月25日に、『Pythonでプログラミングして理解する 機械学習アルゴリズム』（著者：神野 健哉）を発行いたしました。
Pythonでプログラミングして理解する 機械学習アルゴリズム
「機械学習」をPythonでプログラミングし、アルゴリズムの動きを理解しよう！
機械学習のプログラムは様々なライブラリ・モジュールを使うことで簡単に試すことができる。その反面、単にモジュールを使用するだけでは機械学習の中のアルゴリズムがブラックボックス化してしまい、計算結果の意味を正しく捉えることも難しくなってくる。
本書ではまず「機械学習」のアルゴリズムを解説し、機械学習の動きをPythonで実際にプログラミングすることで、アルゴリズムの流れが理解できるよう構成している。まずは黎明期からの機械学習アルゴリズムを理解し、それを実装することが目標となる。
さらにPython用の機械学習モジュールの使用法も解説し、これらを使用したプログラムの作成も行う。機械学習を使いこなすためのイントロダクションとなる1冊。
機械学習のプログラムは様々なライブラリ・モジュールを使うことで簡単に試すことができる。その反面、単にモジュールを使用するだけでは機械学習の中のアルゴリズムがブラックボックス化してしまい、計算結果の意味を正しく捉えることも難しくなってくる。
本書ではまず「機械学習」のアルゴリズムを解説し、機械学習の動きをPythonで実際にプログラミングすることで、アルゴリズムの流れが理解できるよう構成している。まずは黎明期からの機械学習アルゴリズムを理解し、それを実装することが目標となる。
さらにPython用の機械学習モジュールの使用法も解説し、これらを使用したプログラムの作成も行う。機械学習を使いこなすためのイントロダクションとなる1冊。
| 【書名】 | Pythonでプログラミングして理解する 機械学習アルゴリズム |
|---|---|
| 【著者】 | 神野 健哉 |
| 【仕様】 | B5判・並製・196頁 |
| 【本体価格】 | 2,700円（税込2,970円） |
| 【ISBN】 | 978-4-7649-0636-5 C3004 |
内容紹介
機械学習は様々なライブラリ・モジュールを使うことで簡単に試すことができます。その反面、単にモジュールを使用するだけでは機械学習の中のアルゴリズムがブラックボックス化してしまい、計算結果の意味を正しく捉えることが難しくなると問題視されています。
こうした背景から、本書ではまず「機械学習」のアルゴリズムを解説し、機械学習の動きをPythonで実際にプログラミングすることで、アルゴリズムの流れが理解できるよう構成しています。まずは黎明期からの機械学習アルゴリズムを理解し、それを実装することを目標としています。更にPython用の機械学習モジュールの使用法も解説し、これらを使用したプログラムの作成も掲載。機械学習を使いこなすためのイントロダクションとなる1冊です。
著者紹介
神野 健哉（じんの けんや）1991年 法政大学工学部電気工学科卒業
1996年 法政大学大学院工学研究科博士後期課程電気工学専攻修了 博士（工学）
1996年 上智大学理工学部電気電子工学科助手
1999年 日本工業大学工学部電気電子工学科講師
2002年 日本工業大学工学部電気電子工学科助教授
2011年 日本工業大学工学部電気電子工学科教授
2018年 東京都市大学知識工学部情報通信工学科教授
2020年 電子情報通信学会フェロー
現在 東京都市大学情報工学部知能情報工学科教授
専門分野は非線形工学、人工ニューラルネットワーク、機械学習など。著書「基本からわかる信号処理」（共著, オーム社）「電気回路独解テキスト」（共著, オーム社）「わかりやすい電気回路」（共著, コロナ社）
目次
1章 データに基づいた解析・機械学習とは1.1 機械学習とは
1.2 機械学習の種類
1.3 機械学習の実装
2章 データの標準化・主成分分析
2.1 標準化
2.2 データの関係性
2.3 Python による計算、データの可視化
2.4 主成分分析
2.5 scikit-learn による主成分分析
3章 線形回帰
3.1 回帰とは
3.2 線形回帰（単回帰）
3.3 多項式回帰
3.4 Python による実装
4章 過剰適合
4.1 過剰適合と交差検証
4.2 正則化
5章 最尤推定法
5.1 最尤推定法
5.2 MAP 推定法
6章 カーネル法
6.1 一般関数の線形和
6.2 ガウス関数による近似
6.3 カーネル関数
6.4 正則化
7章 線形判別
7.1 分類問題
7.2 線形分離
7.3 Fisher の線形判別分析法
8章 サポートベクターマシン
8.1 ハードマージンSVM
8.2 ソフトマージンSVM
8.3 scikit-learn によるSVM の実装
8.4 カーネルSVM
9章 パーセプトロンとロジスティック回帰
9.1 パーセプトロン
9.2 ロジスティック回帰
10章 多層ニューラルネットワーク
10.1 多層ニューラルネットワーク
10.2 誤差逆伝播法
10.3 多層ニューラルネットワークの実装
11章 深層学習
11.1 勾配消失
11.2 ReLU 関数
11.3 scikit-learn による多層ニューラルネットワークの実装
12章 畳み込みニューラルネットワーク
12.1 畳み込みニューラルネットワーク（CNN）
12.2 TensorFlow による多層ニューラルネットワークの実装
12.3 TensorFlow によるCNN の実装
A Google Colaboratory
A.1 Google Colaboratory
A.2 Google Colaboratory の始め方
A.3 Google Colaboratory の環境
A.4 Google Colaboratory の制約
B Python 入門
B.1 条件分岐と繰り返し
B.2 データ型
B.3 データ構造
B.4 NumPy ndarray
【株式会社 近代科学社】
株式会社近代科学社（本社：東京都千代田区、代表取締役社長：大塚浩昭）は、1959年創立。数学・数理科学・情報科学・情報工学を基軸とする学術専門書や、理工学系の大学向け教科書等、理工学専門分野を広くカバーする出版事業を展開しています。自然科学の基礎的な知識に留まらず、その高度な活用が要求される現代のニーズに応えるべく、古典から最新の学際分野まで幅広く扱っています。また、主要学会・協会や著名研究機関と連携し、世界標準となる学問レベルを追求しています。
【インプレスグループ】
株式会社インプレスホールディングス（本社：東京都千代田区、代表取締役：松本大輔、証券コード：東証1部9479）を持株会社とするメディアグループ。「IT」「音楽」「デザイン」「山岳・自然」「航空・鉄道」「モバイルサービス」「学術・理工学」を主要テーマに専門性の高いメディア&サービスおよびソリューション事業を展開しています。さらに、コンテンツビジネスのプラットフォーム開発・運営も手がけています。
【お問い合わせ先】
株式会社近代科学社
TEL : 03-6837-4828
電子メール: reader@kindaikagaku.co.jp