はじめての機械学習

大量データの処理を前提にシンプルかつ効率よく学習を進める手法を紹介!

このような方におすすめ

	経営システム工学科・情報工学科の学生
人工知能を学ぶ研究者・プログラマー
  • 著者小高 知宏 著
  • 定価2,860 (本体2,600 円+税)
  • A5 248頁 2011/04発行
  • ISBN978-4-274-06846-1
  • 定価
  • ポイント0
  • 数量

※本体価格は変更される場合があります。
※通常2〜3営業日以内で発送いたします。
※取寄が可能な場合もございますのでお問合せください。

  • 概要
  • 主要目次
  • 詳細目次

本書は大量データの処理を前提に比較的シンプルな方法で効率よく学習を進める手法を扱う。特にパラメタ調整による学習、帰納的学習、教示学習、進化的手法による規則の学習、ニューラルネットによる学習などC言語によるプログラム例を示しながら、具体的な手法を紹介。本書で示すプログラム例はWindowsパソコンで実行可能で、実際に機械学習の実験を体験することができる。

https://www.ohmsha.co.jp/book/9784274068461/
まえがき
第1章  機械学習とは
第2章 パラメタ調整による学習
第3章  帰納的学習
第4章  教示学習
第5章  進化的手法による規則の学習
第6章 ニューラルネット
付録
参考文献
はじめに
第1章 機械学習とは
1.1 機械学習の歴史
1.1.1 機械学習とは..
1.1.2 機械学習システムの歴史
1.2 機械学習の種類
1.2.1 本書で扱う機械学習の種類
1.2.2 機械学習プログラムの実装方法
第2章 パラメタ調整による学習
2.1 パラメタ調整と学習
2.1.1 学習データセットの機械学習とパラメタ調整
2.1.2 パラメタ調整の実行例
2.2 パラメタ調整による時系列データの学習
2.2.1 学習データセットの作成
2.2.2 時系列データの変動傾向の学習
第3章 帰納的学習
3.1 暗記学習
3.1.1 テキストマイニングと機械学習
3.1.2 n-gram 出現頻度に基づくテキストデータの学習
3.1.3 日本語テキストデータの学習
3.2 汎化の導入
3.3.1 文書の一般的特徴抽出
3.3.2 特徴抽出への応用
第4章 教示学習
4.1 教示学習とは
4.1.1 教示による学習
4.1.2 教示学習の例
4.2 教示学習に基づくデータ分類システムの構成
4.2.1 判断木構成支援プログラム
4.2.2 分類知識の機械学習プログラム
第5章 進化的手法による規則の学習
5.1 進化的手法による機械学習
5.1.1 ランダム探索と系統的探索
5.1.2 進化的計算
5.2 遺伝的アルゴリズムによる知識獲得
5.2.1 遺伝的アルゴリズムの実際
5.2.2 遺伝的アルゴリズムによる知識獲得プログラム
第6章 ニューラルネット
6.1 パーセプトロン型ニューラルネット
6.1.1 ニューラルネット
6.1.2 パーセプトロン
6.1.3 パーセプトロンの学習
6.2 バックプロパゲーションによる学習
6.2.1 バックプロパゲーションによる学習の手続き
6.2.2  バックプロパゲーションのプログラム
6.3 ニューラルネットによる実データの学習
6.3.1 学習の準備
6.3.2 bp.c プログラムによる学習と未知のデータの予測
付録
A Cygwin のダウンロードとインストール
B testprogram.c プログラムのソースリスト
C 文字コード変換プログラム iconv の使い方
D 論理式と論理演算
E 全数探索によるパズルの解法プログラム
参考文献
索 引