新品:
￥4,400 税込
ポイント: 264pt  (6%)
無料配送 5月27日 月曜日にお届け
発送元: Amazon.co.jp
販売者: Amazon.co.jp
￥4,400 税込
ポイント: 264pt  (6%)  詳細はこちら
無料配送 5月27日 月曜日にお届け
詳細を見る
または 最も早い配送 明日 5月26日にお届け（10 時間 7 分以内にご注文の場合）
詳細を見る
在庫あり。 在庫状況について
￥￥4,400 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥4,400
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
￥3,068 税込
書き込みは見当たりません。中古品の為、多少の使用感がございますが、通読して頂くには問題のない状態です。帯をお付けできる保証はございません。発行時期によりブックカバーが商品詳細ページ画像と異なる場合がありますのでご了承下さいませ。中古品の場合、Amazon限定特典や初回購入特典、プロダクトコード等の保証はございません。防水包装袋で梱包して発送致します。【要確認】ゆうメール発送の場合、地域により発送日から１週間〜※、かかる可能性が御座います事をご了承願います。（※郵便局は現在、土日祝は配達されません。土日祝が配送期間に含まれる場合、または到着予定日と重なる場合はお届け予定日より遅れて到着する場合がございます。また天候災害事情などの理由により配達遅延の可能性もございます事をご理解ご了承くださいませ。）検品には万全を期しておりますが、万が一見落としなどによりコンデション表記が著しく異なる場合、大変御手数ですがメールにてお知らせくださいますようお願い申し上げます。原則24時間以内にメール連絡にて対応させて頂きます。【ご注意点】お客様ご都合の返品や保留返送等の場合、ご返金時に別途事務手数料が発生致しますのでご了承下さいませ。最後まで閲覧して頂きありがとう御座います。ご検討賜れましたら幸甚に存じます。 書き込みは見当たりません。中古品の為、多少の使用感がございますが、通読して頂くには問題のない状態です。帯をお付けできる保証はございません。発行時期によりブックカバーが商品詳細ページ画像と異なる場合がありますのでご了承下さいませ。中古品の場合、Amazon限定特典や初回購入特典、プロダクトコード等の保証はございません。防水包装袋で梱包して発送致します。【要確認】ゆうメール発送の場合、地域により発送日から１週間〜※、かかる可能性が御座います事をご了承願います。（※郵便局は現在、土日祝は配達されません。土日祝が配送期間に含まれる場合、または到着予定日と重なる場合はお届け予定日より遅れて到着する場合がございます。また天候災害事情などの理由により配達遅延の可能性もございます事をご理解ご了承くださいませ。）検品には万全を期しておりますが、万が一見落としなどによりコンデション表記が著しく異なる場合、大変御手数ですがメールにてお知らせくださいますようお願い申し上げます。原則24時間以内にメール連絡にて対応させて頂きます。【ご注意点】お客様ご都合の返品や保留返送等の場合、ご返金時に別途事務手数料が発生致しますのでご了承下さいませ。最後まで閲覧して頂きありがとう御座います。ご検討賜れましたら幸甚に存じます。 一部を表示
配送料 ¥350 5月29日-31日にお届け
詳細を見る
残り1点 ご注文はお早めに 在庫状況について
￥￥4,400 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥4,400
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

Sebastian Raschka
+ フォロー
この著者の他の本
何か問題が発生しました。後で再度リクエストしてください。

[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear) 単行本（ソフトカバー） – 2020/10/22

4.3 5つ星のうち4.3 177個の評価
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥4,400","priceAmount":4400.00,"currencySymbol":"￥","integerValue":"4,400","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"8nXCQ%2B%2Bowm4oJBlhIa4Jr4NaqSRO41xjlUR2RY8pSYBJrL65RyYefRWbIThJ2XOspTnLzBSRzxGehzzTLPJG7VuPGxCJjISXqg%2BFZX%2F%2BJ%2FuMkj8RdAQKDXuevIO%2Frd6wFg3pBfpxk8s%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥3,068","priceAmount":3068.00,"currencySymbol":"￥","integerValue":"3,068","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"8nXCQ%2B%2Bowm4oJBlhIa4Jr4NaqSRO41xjGt41dOTTFVuQ0wNlpZ6PtL%2FzZlxfZGEmKmBbc4Of9yjFVuc6DNaSzYXH7JIoKWFfnt6lBdJ5QywSEl3kixqSGbji0ilq3N8VGACxS0TBiv0s9OaqkmTKzPe4CZRL3WycAZ6RcFLVxkyXNNJ33EWB4mcV2ZxKPZBH","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

世界各国で翻訳された
機械学習本ベストセラーの第3版!

分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。

第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。

著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!


[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。

[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。

【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの評価とハイパーパラメータのチューニングのベストプラクティス
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習

◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。

◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
続きを読む もっと少なく読む
Previous page
  1. 本の長さ
    688ページ
  2. 言語
    日本語
  3. 出版社
    インプレス
  4. 発売日
    2020/10/22
  5. 寸法
    18.5 x 2.9 x 23.4 cm
  6. ISBN-10
    4295010073
  7. ISBN-13
    978-4295010074
  8. すべての詳細を表示
Next page

よく一緒に購入されている商品

[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
￥4,400
264ポイント(6%)
最短で5月27日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
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
￥3,740
225ポイント(6%)
最短で5月27日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
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
￥3,740
225ポイント(6%)
最短で5月27日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
spCSRF_Control
一緒に購入する商品を選択してください。

出版社より

[第3版]Python機械学習プログラミング

商品の説明

著者について

◆著者プロフィール
◎Sebastian Raschka(セバスチャン・ラシュカ)
ミシガン州立大学博士課程で計算生物学と機械学習の複合領域において博士号を取得。
現在、ウィスコンシン州立大学マディソン校の統計学助教授で、機械学習と深層学習の研究に
焦点を当てている。Pythonコーディングの経験が長く、データサイエンス、機械学習、
ディープラーニングの実践について多数のセミナーの講師も務めている。

◎Vahid Mirjalili(ヴァヒド・ミルジャリリ)
ミシガン州立大学にて分子構造の大規模計算シミュレーションの新しい手法を開発したことにより
機械工学の博士号を取得。ミシガン州立大学のiPRoBeラボに参加し、コンピュータービジョンと
バイオメトリクスドメインに機械学習を適用。その後、3Mにリサーチサイエンティストとして入社。

◆翻訳者プロフィール
◎株式会社クイープ
1995年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、
コンサルティングを手がけている。2001年に日本法人を設立。
主な訳書に、『Amazon Web Servicesインフラサービス活用大全 システム構築/自動化、
データストア、高信頼化』『Python機械学習ライブラリscikit-learn活用レシピ80+』などがある
(いずれもインプレス発行)。
quipu.co.jp

◆監訳者プロフィール
◎福島 真太朗(ふくしま・しんたろう)
現在、企業で機械学習、データマイニングの研究開発、技術開発の業務に従事。
東京大学理学部物理学科卒業。東京大学大学院新領域創成科学研究科 複雑理工学専攻 修士課程修了。
東京大学大学院情報理工学系研究科 数理情報学専攻 博士課程修了。博士(情報理工学)。
専攻は機械学習・データマイニング・非線形力学系。

登録情報

  • 出版社 ‏ : ‎ インプレス (2020/10/22)
  • 発売日 ‏ : ‎ 2020/10/22
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 688ページ
  • ISBN-10 ‏ : ‎ 4295010073
  • ISBN-13 ‏ : ‎ 978-4295010074
  • 寸法 ‏ : ‎ 18.5 x 2.9 x 23.4 cm
  • カスタマーレビュー:
    4.3 5つ星のうち4.3 177個の評価

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
Sebastian Raschka

Sebastian Raschka

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ中4.3つ
5つのうち4.3つ
177グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

Amazon カスタマー
5つ星のうち5.0 MLの決定版
2024年4月23日に日本でレビュー済み
Amazonで購入
とてもおもしろいです。
役に立った
 レポート
Polaris
5つ星のうち4.0 これから機械学習を扱うにあたって
2023年8月1日に日本でレビュー済み
Amazonで購入
個人的にpythonで機械学習を勉強、使用するにあたっておすすめの参考書です。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
とも
5つ星のうち5.0 安心して使える
2023年12月24日に日本でレビュー済み
Amazonで購入
Macにネットから直接インストール出来るサンプルが役に立っています
2人のお客様がこれが役に立ったと考えています
役に立った
 レポート
KaaRiispo-ts
5つ星のうち5.0 いつもお世話になっています。
2023年5月5日に日本でレビュー済み
Amazonで購入
子供が大学で必要になるので、いつもアマゾンにお世話になってます。とってもありがたいです。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
INee
5つ星のうち4.0 良書
2022年1月13日に日本でレビュー済み
Amazonで購入
多くの方が薦めているように、機械学習をするならとりあえず読んでおいて損はないと思います。
本のコードも問題なく機能したので、一通りの流れを知りたい方にお勧めです。
kindleの文字検索などに対応してないので、唯一そこだけが残念でした。
14人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち4.0 初学者にはお勧めできない
2021年12月5日に日本でレビュー済み
Amazonで購入
私は、文系大学生なので数学的なことが最初は理解しにくかったです。なので、線形代数やΣなどを使った計算に関する学習を復習してからやった方がいいです。pythonに関する知識は少しあったのですが、実装しているコードが何を意味しているかが分かりにくいと感じました。ですが、Courseraの機械学習講座を完了した後に、再びこの本で学習を再開すると、かなり理解がしやすくなると実感しました。
私のような文系出身の初学者は、1.数学の学習　2.Courseraなどのオンライン講座で機械学習を大局的に理解。3.この本で学習。
の順番でやったら、なんとかこの本についていけると思います。
24人のお客様がこれが役に立ったと考えています
役に立った
 レポート
ゆうき
5つ星のうち5.0 少しpyhonを勉強してから読むことをおすすめします
2021年9月29日に日本でレビュー済み
Amazonで購入
PyQでざっとpythonと数式を使わない程度の機械学習に触れてから読みました。
数式は理解できたとは言い難いのですが、Githubから取得したサンプルコードを動かしながら読み進めています。「なぜこうするのか」が大変わかりやすく説明されていてありがたいです。
そして…scikit-learn凄い！！
7人のお客様がこれが役に立ったと考えています
役に立った
 レポート
悩めるサラリーマン
5つ星のうち4.0 初学者にはススメない（特に文系）
2021年8月4日に日本でレビュー済み
Amazonで購入
海外のオンラインデータサイエンスコースを終え、機械学習について日本語で書かれた参考書が欲しくて購入しました。まだ全部を読んでいませんが、機械学習をただ使えるではなく、使いこなせるようになるための知識が網羅されているのではないでしょうか。ただし、機械学習の理解にかかせない勾配降下法をこの本で理解できる人はかなり数学が得意な人でしょう。数学嫌いな人はそもそも機械学習を勉強しないと思いますが、私のような文系の人は、まず「ディープラーニングの数学」という本を読むことをお勧めします。また、Python（および、pandas、Numpy、matplotlibといったライブラリ)の基本的な知識があることが前提となっていいます。
17人のお客様がこれが役に立ったと考えています
役に立った
 レポート