【2024年】「svm」のおすすめ 本 51選！人気ランキング
- 機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
- パターン認識のためのサポートベクトルマシン入門
- はじめてのパターン認識
- Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
- サポートベクターマシン入門
- サポートベクトルマシン (機械学習プロフェッショナルシリーズ)
- 入門パターン認識と機械学習
- パターン認識と機械学習 上
- TensorFlowではじめるDeepLearning実装入門 (impress top gear)
- ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ
AIのベースの一つである機械学習とは、コンピュータに大量のデータや経験を与えることによって、事象のパターン・ルールを発見し、予測などまでをも実現する技術である。機械学習の基礎から筆者らの最先端の研究までを初めての人にもわかりやすく解説する一冊。 はじめに 1 機械学習とは何か――人工知能（AI）の基礎知識 1.1 人間の学習能力をコンピュータで再現する「機械学習」 1.2 AI研究、これまでとこれから 1.3 人工知能の／による／のための研究 2 人工知能と社会 2.1 研究者とともに、学生とともに、エンジニアとともに 2.2 さまざまな分野におけるAI技術の応用 2.3 AIと社会の関係 3 機械学習の基礎 3.1 AIの学習モデルと学習法 3.2 3種類の機械学習 3.3 教師付き学習とは 3.4 教師なし学習とは 3.5 強化学習とは 3.6 機械学習の原理：「学習する」とは 3.7 なぜ教師付き学習で予測が当たるのか？ 3.8 直線で分離できない問題への対応 4 高度化する教師付き学習 4.1 誤りを含む教師情報への対応 4.2 弱い教師情報の活用 4.3 限られた情報からロバストに：信頼できる機械学習に向けて 4.4 理研AIPに見る汎用基盤研究の現在地 5 今後の展望 5.1 モデルと学習法と、ある種の制約 5.2 機械学習の新技術：生成AI 5.3 AIと人間の未来
