機械学習タグで同率28位（87冊中）。Zenn・Qiitaなどの1記事で紹介（時点）。
- 紹介記事
- 1件
- 媒体別
- Qiita 1
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- （約7年前）
- タグ内の順位
- 機械学習タグで同率28位（87冊中・紹介記事数の順）
紹介している記事（1件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 技術書 2020 Qiita · 卵 出汁巻 · · いいね 8
4月の新刊紹介で、本書を機械学習の基礎を修めた人向けとして取り上げている。VAE、RBM、DBN、GAN、k-Shapeなどを、TensorFlow（1.x）とKerasを用いて解説する内容だと紹介している。教師なし学習に関する複数の手法を扱う点と、読者に機械学習の基礎知識を求める点を挙げている。
この本について
教師なし学習の基礎から、次元削減、異常検出、クラスタリング、データのグループ分けまでを、Pythonによる実践を通して学ぶ書籍である。前半では機械学習の基本用語や教師あり学習との違いを整理し、機械学習プロジェクトのデータ準備、モデル構築、評価、運用までを扱う。後半ではPCAやランダム射影、t-SNEなどの次元削減手法、不正検出を例にした異常検出、k平均法・階層クラスタリング・DBSCANなどを解説する。VAE、RBM、DBN、GAN、k-Shapeも取り上げ、TensorFlow 1.xとKerasを用いて説明する。機械学習の基礎を修めた読者を対象とする。
出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。
目次（主な章）
出典: 出版社の書籍ページ （章の見出しのみ）
- 1章 機械学習エコシステムにおける教師なし学習の立ち位置
- 2章 機械学習プロジェクトのはじめから終わりまで
- 3章 次元削減
- 4章 異常検出
- 5章 クラスタリング
- 6章 グループ分け
- 7章 オートエンコーダ
- 8章 オートエンコーダハンズオン
- 9章 半教師あり学習
- 10章 制限付きボルツマンマシンを用いた推薦システム
- 11章 深層信念ネットワークを用いた特徴量検出
- 12章 敵対的生成ネットワーク
- 13章 時系列クラスタリング
- 14章 終わりに