オーム社発売元雑誌一覧は
こちらをご覧ください
 

Pythonと実例で学ぶ機械学習 識別・予測・異常検知

機械学習による異常検知と系列データ解析を実例をもとに学ぶ
Pythonと実例で学ぶ機械学習 識別・予測・異常検知

このような方におすすめ

○学部生〜大学院生（情報系・非情報系問わず）
○機械学習を業務に応用しようとしているエンジニア
  • 著者福井 健一　著
  • 定価2,640 円（本体2,400 円＋税）
  • A5　160頁　2018/11発行
  • ISBN978-4-274-22278-8
  • 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、現在産業界で注目されている、機械学習による
・機器の振動データに対する異常検知
・系列データ（例として睡眠系列データ）に対する解析
を解説したものです。
　業務や研究開発に必要だが機械学習については素人という方でも実践できるように、本書前半では、基本的な識別器・予測器のPythonによる実装例・使い方を解説しています。後半では、実問題への適用例を著者の研究経験をもとに解説しています。
https://www.ohmsha.co.jp/book/9784274222788/

正誤表やDLデータ等がある場合はこちらに掲載しています

第1章　機械学習とは何か
第2章　基本的な識別器・予測器
第3章　機器の振動データに対する異常検知
第4章　系列データの解析
第1章　機械学習の概要
1.1　機械学習とは
1.2　機械学習を取りまく環境の変化
1.3　本書について
1.4　書籍の案内
1.5　機械学習の分類
1.6　機械学習の流れ
1.7　k-近傍法による識別

第2章　基本的な識別器・予測器
2.1　決定木学習
2.2　ナイーブベイズ分類器
2.3　ロジスティック回帰
2.4　多層パーセプトロン
2.5　サポートベクタマシン
2.6　線形回帰
2.7　ディープラーニング

第3章　機器の振動データに対する異常検知
3.1　異常検知問題
3.2　異常検知の評価方法
3.3　代表的な異常検知法
3.4　機器の異常検知の適用例
3.5　特徴抽出
3.6　各異常検知法の適用

第4章　系列データの解析
4.1　睡眠系列データ
4.2　隠れマルコフモデルによる睡眠の良否判別