Pythonではじめるベイズ機械学習入門 電子書籍版

• 

• 3080円（税込）

  初めての方

  6回使える！最大70%OFFクーポン
  ※値引上限等条件あり

  詳細・獲得はこちら

  初めてではない方

  何回でも使える5%OFFクーポン
  
  

  詳細・獲得はこちら
  購入はこちら試し読み

  • 本作品について、無料施策・クーポン等の割引施策・PayPayポイント付与の施策を行う予定があります。
    この他にもお得な施策を常時実施中、また、今後も実施予定です。詳しくはこちら。
  専門書　コンピューターＫＳ情報科学専門書

  作品内容

  ★確率的プログラミング言語がすぐに使える！★　・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。【主な内容】　第1章　ベイジアンモデリングとは　1.1　データ解析とコンピュータ　1.2　ベイジアンモデリングの基礎　1.3　代表的な確率分布　1.4　近似推論手法　第2章　確率的プログラミング言語（PPL）　2.1　ベイジアンモデリングとPPL 2.2　自動微分・最適化アルゴリズム　2.3 PyMC3の概要　2.4 Pyroの概要　2.5 NumPyroの概要　2.6 TensorFlow Probabilityの概要　2.7 GPyTorchの概要　第3章　回帰モデル　3.1　線形回帰モデル：線形単回帰モデル　3.2　線形回帰モデル：線形重回帰モデル　3.3　一般化線形モデル：ポアソン回帰モデル　3.4　一般化線形モデル：ロジスティック回帰モデル　3.5　階層ベイズモデル　3.6　ガウス過程回帰モデル：ガウス尤度　3.7　ガウス過程回帰モデル：尤度の一般化　第4章　潜在変数モデル　4.1　混合ガウスモデル　4.2　行列分解モデル　4.3　状態空間モデル　4.4　隠れマルコフモデル　4.5　トピックモデル　4.6　ガウス過程潜在変数モデル　第5章　深層学習モデル　5.1　ニューラルネットワーク回帰モデル　5.2　変分自己符号化器　5.3 PixelCNN 5.4　深層ガウス過程　5.5　正規化流

作者の関連作品作者の作品一覧

この作品が好きな方はこちらもおすすめ