OpenCVとPythonによる機械学習プログラミング

MichaelBeyeler(著), 池田聖(訳), 浦西友樹(訳), 中島悠太(訳), 森尚平(訳), 山添大丈(訳), 山本豪志朗(訳) / マイナビ出版

作品情報

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

機械学習の知識を深めスキルを強化したい方に
・OpenCV+scikit-learnで機械学習プログラミングを実践マスター
・統計的学習の本質的概念、決定木、サポートベクタマシン、ベイジアンネットワークなど様々なアルゴリズムとOpenCVを組み合わせて使う方法をわかりやすく解説!

1章「機械学習を味見してみよう」
機械学習の分野に属する問題をいくつかのカテゴリに分類し簡単に紹介。Anaconda Pythonの環境を対象として、OpenCVやその他の重要なツールをインストールする方法について説明します。

2章「OpenCVとPythonでデータを操作する」
典型的な機械学習システムにおける処理の流れがどういったものか、データはどこで利用されるのかを説明。学習データと評価データの違いについて説明し、OpenCVとPythonを利用したデータの読込、保存、操作・視覚化の方法についても説明します。

3章「教師あり学習の初歩」
分類や回帰といった中核的な概念を見直すことで、教師あり学習を説明。OpenCVでの単純な機械学習アルゴリズムの実装方法、データの予測方法、モデルの評価方法について学びます。

4章「データ表現と特徴量エンジニアリング」
よく知られている機械学習用データセットがどういったものか、また興味のある情報を生データから抽出する方法について説明します。

5章「医療診断をするための決定木の使用」
OpenCVで決定木を構築する方法について説明し、分類や回帰問題に適用します。

6章「サポートベクタマシンによる歩行者の検出」
サポートベクタマシンをOpenCVで構築し、画像中の歩行者を検出するために適用する方法を説明します。

7章「ベイジアン学習による迷惑メールフィルタの実装」
確率論を紹介し、ベイズ推定を使用して電子メールをスパムかどうか分類する方法を紹介します。

8章「教師なし学習で隠れた構造を発見する」
k-meansクラスタリングや期待値最大化などの教師なし学習アルゴリズムについて説明し、単純なラベルなしデータセットに隠れた構造を抽出する方法を示します。

9章「深層学習を用いた手書き数字分類」
いまホットな深層学習の世界にお連れします。パーセプトロンから始めて多層パーセプトロンに展開し、広大なMNISTデータベースの手書き数字を分類するための深いニューラルネットワーク(Deep Neural Networks; DNN)の構築方法について説明します。

10章「異なるアルゴリズムを組み合わせてアンサンブルを作成する」
個々の学習器の弱点を克服するために、複数のアルゴリズムを効果的に組み合わせてアンサンブルを作成することで、より正確で信頼性の高い予測を実現する方法について説明します。

11章「ハイパーパラメータチューニングと適切なモデルの選択」
さまざまな機械学習アルゴリズムとそのパラメータの組み合わせを比較して、タスクに適したものを選ぶためのモデル選択について紹介します。

12章「仕上げ」
今後の機械学習の問題に対処する方法や、より高度なトピックに関する情報を見つけるための有用なヒントをお伝えします。

もっとみる

商品情報

シリーズ
OpenCVとPythonによる機械学習プログラミング
著者
MichaelBeyeler, 池田聖, 浦西友樹, 中島悠太, 森尚平, 山添大丈, 山本豪志朗
ジャンル
コンピュータ・情報 - IT・Eビジネス・資格・読み物
出版社
マイナビ出版
書籍発売日
2018.08.29
Reader Store発売日
2018.09.07
ファイルサイズ
133MB
ページ数
352ページ

以下の製品には非対応です

  • PlayStation®Vita

※この商品はタブレットなど大きなディスプレイを備えた機器で読むことに適しています。
文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

対象中のキャンペーン

  • 週末限定!2,000円(税込)以上まとめ買いで300ポイントバック

    2019.08.25 23:59まで

    キャンペーン概要

OpenCVとPythonによる機械学習プログラミング

  • 試し読み
  • 新刊通知

    • MichaelBeyeler

    • 池田聖

    • 浦西友樹

    • 中島悠太

    • 森尚平

    • 山添大丈

    • 山本豪志朗

    • OpenCVとPythonによる機械学習プログラ

    もっとみる

    この作品のレビュー

    平均 0 (0件のレビュー)

    レビューを書く

    0
    0
    0
    0
    0

    新刊自動購入は、今後配信となるシリーズの最新刊を毎号自動的にお届けするサービスです。

    • ・発売と同時にすぐにお手元のデバイスに追加!
    • ・買い逃すことがありません!
    • ・いつでも解約ができるから安心!

    ※新刊自動購入の対象となるコンテンツは、次回配信分からとなります。現在発売中の最新号を含め、既刊の号は含まれません。ご契約はページ右の「新刊自動購入を始める」からお手続きください。

    ※ご契約をいただくと、このシリーズのコンテンツを配信する都度、毎回決済となります。配信されるコンテンツによって発売日・金額が異なる場合があります。ご契約中は自動的に販売を継続します。

    不定期に刊行される「増刊号」「特別号」等も、自動購入の対象に含まれますのでご了承ください。(シリーズ名が異なるものは対象となりません)

    ※再開の見込みの立たない休刊、廃刊、出版社やReader Store側の事由で契約を終了させていただくことがあります。

    ※My Sony IDを削除すると新刊自動購入は解約となります。

    お支払方法:クレジットカードのみ
    解約方法:マイページの「予約・新刊自動購入設定」より、随時解約可能です

    コミック続巻自動購入は、今後配信となるシリーズの最新刊を毎号自動的にお届けするサービスです。

    • ・発売と同時にすぐにお手元のデバイスに追加!
    • ・買い逃すことがありません!
    • ・いつでも解約ができるから安心!
    • ・優待ポイントが2倍になるおトクなキャンペーン実施中!
    • ・今なら優待ポイントが3倍になる特別キャンペーン実施中!

    ※続巻自動購入の対象となるコンテンツは、次回配信分からとなります。現在発売中の最新巻を含め、既刊の巻は含まれません。ご契約はページ右の「続巻自動購入を始める」からお手続きください。

    ※ご契約をいただくと、このシリーズのコンテンツを配信する都度、毎回決済となります。配信されるコンテンツによって発売日・金額が異なる場合があります。ご契約中は自動的に販売を継続します。

    不定期に刊行される特別号等も自動購入の対象に含まれる場合がありますのでご了承ください。(シリーズ名が異なるものは対象となりません)

    ※再開の見込みの立たない休刊、廃刊、出版社やReader Store側の事由で契約を終了させていただくことがあります。

    ※My Sony IDを削除すると続巻自動購入は解約となります。

    お支払方法:クレジットカードのみ
    解約方法:マイページの「予約自動購入設定」より、随時解約可能です

    Reader Store BOOK GIFT とは

    ご家族、ご友人などに電子書籍をギフトとしてプレゼントすることができる機能です。
    贈りたい本を「プレゼントする」のボタンからご購入頂き、お受け取り用のリンクをメールなどでお知らせするだけでOK!
    ぜひお誕生日のお祝いや、おすすめしたい本をプレゼントしてみてください。

    ※ギフトのお受け取り期限はご購入後6ヶ月となります。お受け取りされないまま期限を過ぎた場合、お受け取りや払い戻しはできませんのでご注意ください。
    ※お受け取りになる方がすでに同じ本をお持ちの場合でも払い戻しはできません。
    ※ギフトのお受け取りにはサインアップ(無料)が必要です。
    ※ご自身の本棚の本を贈ることはできません。
    ※ポイント、クーポンの利用はできません。

    クーポンコード登録

    登録

    Reader Storeをご利用のお客様へ

    ご利用ありがとうございます!

    エラー(エラーコード: )

    本棚に以下の作品が追加されました

    本棚の開き方(スマートフォン表示の場合)

    画面左上にある「三」ボタンをクリック

    サイドメニューが開いたら「(本棚アイコンの絵)」ボタンをクリック

    このレビューを不適切なレビューとして報告します。よろしいですか?

    ご協力ありがとうございました
    参考にさせていただきます。

    レビューを削除してもよろしいですか?
    削除すると元に戻すことはできません。