科学技術計算のためのPython　確率・統計・機械学習

出版社： エヌ・ティー・エス
著者：
発行日： 2016-12-23
分野： 基礎医学  >  基礎医学一般
ISBN： 9784860434717
書籍・雑誌
≪全国送料無料でお届け≫
取寄せ目安：8～14営業日

6,600 円(税込)

購入する

商品紹介

先進的な統計学的用法（最尤推定法、ベイズ推定法、ブートストラップ法など）　機械学習にかかわる使用法（決定木、ロジスティック回帰、サポートベクトルマシン、次元削減、アンサンブル学習など）　機械学習概念のシミュレートや視覚化するための応用法（Numpy、Scipy、Sympy、Pandas、Scikit-learnなど）

目次

  • 科学技術計算のためのPython　確率・統計・機械学習

    ―目次―

    第1章　科学技術計算のためのPythonへの入門
    　1.1　インストールとセットアップ
    　1.2　Numpy
    　1.3　Matplotlib
    　1.4　IPython
    　1.5　Scipy
    　1.6　Pandas
    　1.7　Sympy
    　1.8　コンパイル済みライブラリのインタフェース
    　1.9　統合開発環境
    　1.10　パフォーマンスと並列プログラミングへのクイックガイド
    　1.11　その他のリソース

    第2章　確率
    　2.1　はじめに
    　2.2　写像法
    　2.3　写像としての条件付き期待値
    　2.4　条件付き期待値と平均二乗誤差
    　2.5　条件付き期待値と平均二乗誤差最適化の実施例
    　2.6　情報エントロピー
    　2.7　積率母関数
    　2.8　モンテカルロサンプリング法
    　2.9　有用な不等式

    第3章　統計
    　3.1　はじめに
    　3.2　統計用Pythonモジュール
    　3.3　収束の種類
    　3.4　最尤推定法を用いた推定
    　3.5　仮説検定とP値
    　3.6　信頼区間
    　3.7　線形回帰
    　3.8　最大事後確率
    　3.9　ロバスト統計
    　3.10　ブートストラッピング
    　3.11　ガウス=マルコフの定理
    　3.12　ノンパラメトリック法

    第4章　機械学習
    　4.1　はじめに
    　4.2　Pythonの機械学習モジュール
    　4.3　学習の理論
    　4.4　決定木
    　4.5　ロジスティック回帰
    　4.6　正則化
    　4.7　サポートベクトルマシン
    　4.8　次元削減
    　4.9　クラスタリング
    　4.10　アンサンブル手法

書評

最近チェックした商品履歴

Loading...