Google Cloud Platformではじめる機械学習と深層学習本ダウンロード無料pdf
Google Cloud Platformではじめる機械学習と深層学習
本, 吉川 隼人
Google Cloud Platformではじめる機械学習と深層学習 は 吉川 隼人 によって作成されました 各コピー2860で販売されました. Le livre publié par リックテレコム (2017/12/12). Il contient 320ページ pages et classé dans le genre genre. Ce livre a une bonne réponse du lecteur, il a la cote 3.6 des lecteurs 5. Inscrivez-vous maintenant pour accéder à des milliers de livres disponibles pour téléchargement gratuit. L'inscription était gratuite.
平均的な顧客フィードバック : 3.6 5つ星のうち（5人の読者)
ファイルサイズ : 29.12 MB
Google Cloud Platformではじめる機械学習と深層学習本ダウンロード無料pdf - 内容紹介 本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールや APIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶ ことができる機械学習入門書です。 ■対象読者 本書では、実際に手を動かしながら、機械学習を体験的に学ぶことができ、さらに次の方々 の要望にも応えられる内容となっています。 ・機械学習に初めて取り組むエンジニア ・数学が苦手 ・ツールとしてだけでなく、原理も学びたい ・学びだけでなく実践につなげたい ■内容紹介 ●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上で Pythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理する BigQueryや便利な各種APIにも簡単にアクセスできるツールです。 ●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械 学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていき ます。 ●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果に より、理解を深めていきます。 まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。 続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層 学習(ディープラーニング)へと進んでいきます。 深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで 学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネット ワークをモデリングする方法を学びます。 最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用 の入り口へと案内します。 ◆目次◆ ■ 第1部 GCPと機械学習 第1章 GCPを使ってみよう 1 GCPの概要 2 アカウントとプロジェクトの作成 3 Cloud Shell 4 Google Compute Engine 5 Google Cloud Storage 6 BigQuery 第2章 Datalabを使ってみよう 1 Datalabクイックツアー 2 numpyとpandas 3 DatalabとBigQueryの連携 4 Datalabで様々なグラフ描画 第3章 GCPでお手軽、機械学習 1 GCPの機械学習関連サービス 2 Cloud Vision API 3 Cloud Translation API 4 Cloud Natural Language API ■ 第2部 識別の基礎 第4章 2クラスの識別 1 単純な識別 2 機械学習の導入 3 パーセプトロン 4 損失関数 5 ロジスティック回帰 第5章 多クラスの識別と様々な識別器 1 scikit-learnクイックツアー 2 多クラスのロジスティック回帰 3 サポートベクターマシン 4 ランダムフォレスト 第6章 データの評価方法とチューニング 1 基本的な学習のフロー 2 学習とテスト 3 データの評価 4 パラメータチューニング ■ 第3部 ディープラーニング入門 第7章 ディープラーニングの基礎 1 画像の識別 2 ニューラルネットワーク 3 活性化関数 4 多クラスの対応 5 様々な勾配降下法 6 TensorFlowの準備 7 ニューラルネットワークの実装 8 DNNClassifierで簡単学習 9 TensorBoard 学習結果の確認 第8章 CNN(畳み込みニューラルネットワーク) 1 これまでの画像識別の問題点 2 畳み込み層 3 畳み込み演算の種類とプーリング層 4 TensorFlowで2層CNNを実装 付録 1 Python2の基本的な使い方 2 Jupyterのセットアップ 内容（「BOOK」データベースより） 入門から、「TensorFlow」による畳み込みニューラルネットワークへの本格チャレンジまで。使い勝手抜群の「各種ML API」とインタラクティブな多機能ツール「Datalab」でぐんぐん進む機械学習への理解。 著者について 1982年宮城県生まれ。東京理科大学大学院基礎工学研究科修士課程終了。 学生時代は研究機関にて半導体の研究に従事。2007年富士ゼロックス株式会社入社後、画像処 理ASIC/FPGA の開発プロジェクト、アジアパシフィック圏でのクラウドによるソリューション 展開などを経験。 現在、同社にてIoT データ解析や機械学習を用いた新規技術開発などを行う。 最近は、Google Cloud Platform や機械学習をテーマに各コミュニティにも登壇し、これらの 普及に努めている。 著者略歴 (「BOOK著者紹介情報」より) 吉川/隼人 1982年宮城県生まれ。東京理科大学大学院基礎工学研究科修士課程修了。学生時代は研究機関にて半導体の研究に従事。2007年富士ゼロックス株式会社入社後、画像処理ASIC/FPGAの開発プロジェクト、アジアパシフィック圏でのクラウドによるソリューション展開などを経験。同社にてIoTデータ解析や機械学習を用いた新規技術開発などを行う。最近は、Google Cloud Platformや機械学習をテーマに各コミュニティにも登壇し、これらの普及に努めている(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)Google Cloud Platformではじめる機械学習と深層学習を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。
ファイルサイズ : 29.12 MB
Google Cloud Platformではじめる機械学習と深層学習本ダウンロード無料pdf - 内容紹介 本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールや APIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶ ことができる機械学習入門書です。 ■対象読者 本書では、実際に手を動かしながら、機械学習を体験的に学ぶことができ、さらに次の方々 の要望にも応えられる内容となっています。 ・機械学習に初めて取り組むエンジニア ・数学が苦手 ・ツールとしてだけでなく、原理も学びたい ・学びだけでなく実践につなげたい ■内容紹介 ●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上で Pythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理する BigQueryや便利な各種APIにも簡単にアクセスできるツールです。 ●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械 学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていき ます。 ●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果に より、理解を深めていきます。 まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。 続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層 学習(ディープラーニング)へと進んでいきます。 深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで 学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネット ワークをモデリングする方法を学びます。 最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用 の入り口へと案内します。 ◆目次◆ ■ 第1部 GCPと機械学習 第1章 GCPを使ってみよう 1 GCPの概要 2 アカウントとプロジェクトの作成 3 Cloud Shell 4 Google Compute Engine 5 Google Cloud Storage 6 BigQuery 第2章 Datalabを使ってみよう 1 Datalabクイックツアー 2 numpyとpandas 3 DatalabとBigQueryの連携 4 Datalabで様々なグラフ描画 第3章 GCPでお手軽、機械学習 1 GCPの機械学習関連サービス 2 Cloud Vision API 3 Cloud Translation API 4 Cloud Natural Language API ■ 第2部 識別の基礎 第4章 2クラスの識別 1 単純な識別 2 機械学習の導入 3 パーセプトロン 4 損失関数 5 ロジスティック回帰 第5章 多クラスの識別と様々な識別器 1 scikit-learnクイックツアー 2 多クラスのロジスティック回帰 3 サポートベクターマシン 4 ランダムフォレスト 第6章 データの評価方法とチューニング 1 基本的な学習のフロー 2 学習とテスト 3 データの評価 4 パラメータチューニング ■ 第3部 ディープラーニング入門 第7章 ディープラーニングの基礎 1 画像の識別 2 ニューラルネットワーク 3 活性化関数 4 多クラスの対応 5 様々な勾配降下法 6 TensorFlowの準備 7 ニューラルネットワークの実装 8 DNNClassifierで簡単学習 9 TensorBoard 学習結果の確認 第8章 CNN(畳み込みニューラルネットワーク) 1 これまでの画像識別の問題点 2 畳み込み層 3 畳み込み演算の種類とプーリング層 4 TensorFlowで2層CNNを実装 付録 1 Python2の基本的な使い方 2 Jupyterのセットアップ 内容（「BOOK」データベースより） 入門から、「TensorFlow」による畳み込みニューラルネットワークへの本格チャレンジまで。使い勝手抜群の「各種ML API」とインタラクティブな多機能ツール「Datalab」でぐんぐん進む機械学習への理解。 著者について 1982年宮城県生まれ。東京理科大学大学院基礎工学研究科修士課程終了。 学生時代は研究機関にて半導体の研究に従事。2007年富士ゼロックス株式会社入社後、画像処 理ASIC/FPGA の開発プロジェクト、アジアパシフィック圏でのクラウドによるソリューション 展開などを経験。 現在、同社にてIoT データ解析や機械学習を用いた新規技術開発などを行う。 最近は、Google Cloud Platform や機械学習をテーマに各コミュニティにも登壇し、これらの 普及に努めている。 著者略歴 (「BOOK著者紹介情報」より) 吉川/隼人 1982年宮城県生まれ。東京理科大学大学院基礎工学研究科修士課程修了。学生時代は研究機関にて半導体の研究に従事。2007年富士ゼロックス株式会社入社後、画像処理ASIC/FPGAの開発プロジェクト、アジアパシフィック圏でのクラウドによるソリューション展開などを経験。同社にてIoTデータ解析や機械学習を用いた新規技術開発などを行う。最近は、Google Cloud Platformや機械学習をテーマに各コミュニティにも登壇し、これらの普及に努めている(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)Google Cloud Platformではじめる機械学習と深層学習を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。
一通りの機械学習の知識と実装方法を学ぶことができます。最近は便利なツールが続々と登場し昔と比べて簡単に環境を構築できるようになりました。しかし、それでも構築につまづくことがあるかもしれません。本書はGCPを使っているため、最初から実装環境が整った状態でスタートでき、その分ハードルが下がります。また、本書は機械学習に必要な知識を要点を押さえて解説されており、サンプルコードを実行して結果を確認しながら理解することができます。基礎を固めてじっくりと学んでいくのにオススメです。
によって 吉川 隼人
5つ星のうち (5 人の読者)
0コメント