プログラマーなら知っておきたい40のアルゴリズム 定番・最新系をPythonで実践!
3,960円(本体 3,600円+税10%)
- 品種名
- 書籍
- 発売日
- 2021/10/19
- ページ数
- 368
- サイズ
- B5変形判
- 著者
- Imran Ahmad 著/株式会社クイープ 訳
- ISBN
- 9784295012672
検索・ソートから機械学習・説明可能性まで
さまざまなアルゴリズムを一挙に把握できる。問題解決力、データ活用力を養成!>>本書は、アルゴリズムの基本から始まり、検索やソートなどの実例を示します。より複雑なアルゴリズムとしては、線形計画法、ページランキング、グラフアルゴリズムを説明。機械学習アルゴリズム背後のロジックも理解できるようにします。不正分析やレコメンデーションエンジンのケーススタディを取り上げ、データ処理・大規模処理・暗号化のアルゴリズムも紹介。本書は、さまざまなアルゴリズムを活用したい方にとってその手掛かりとなるガイドブックです。
- 電子版を買う
-
「読者アンケートに答える」「読者プレゼントに応募」の場合もこちらをご利用ください。
書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。
学校・法人一括購入に関するお問い合わせはこちらへ。
詳細
著者紹介
●著者 Imran Ahmad
Google認定インストラクター。長年にわたってGoogleとLearning Treeで講師をしており、
Python、機械学習、アルゴリズム、ビッグデータ、ディープラーニングなどの指導を行っている。
博士課程の研究では、線形計画法に基づくATSRAという新しいアルゴリズムを提案した。
ATSRAはクラウドコンピューティング環境においてリソースを最適に割り当てるために利用できる
アルゴリズムである。この4年間はカナダ連邦政府のAdvanced Analytics Solution Centerで
機械学習プロジェクトに取り組んでいる。このプロジェクトは入国管理手続きを自動化できる
機械学習アルゴリズムとして注目されている。現在は、複雑な機械学習モデルの訓練において
GPUを最適に活用するアルゴリズムの開発に取り組んでいる。
●翻訳者 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、『Python機械学習プログラミング 第3版』『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』がある(いずれもインプレス発行)。
目次
■セクション1 基本原理と基本的なアルゴリズム
●第1章 アルゴリズムの概要
アルゴリズムとは何か
アルゴリズムのロジックを指定する
Pythonのパッケージの概要
アルゴリズムの設計方法
性能分析
アルゴリズムを検証する
●第2章 アルゴリズムで使われるデータ構造
Pythonのデータ構造
抽象データ型
●第3章 ソートアルゴリズムと探索アルゴリズム
ソートアルゴリズム
探索アルゴリズム
実践的な応用
●第4章 アルゴリズムの設計
アルゴリズムの設計についての基本的な考え方
アルゴリズム戦略
実践的な応用:巡回セールスマン問題の求解
PageRankアルゴリズム[No.12]
線形計画法[No.13]
実践的な応用:線形計画法によるキャパシティプランニング
●第5章 グラフアルゴリズム
グラフの表現
ネットワーク分析理論[No.14]
グラフの探索
ケーススタディ:不正分析[No.17]
■セクション2 機械学習アルゴリズム
●第6章 教師なし学習アルゴリズム
教師なし学習[No.18]
クラスタリングアルゴリズム
次元削減
相関ルールマイニング
実践的な応用:同じようなツイートを集める
異常検知アルゴリズム
●第7章 従来の教師あり学習アルゴリズム
教師あり学習
分類アルゴリズム
回帰アルゴリズム
実際の例:天気を予測する
●第8章 ニューラルネットワークアルゴリズム
人工ニューラルネットワーク
人工ニューラルネットワークの進化
ニューラルネットワークの訓練
ツールとフレームワーク
転移学習
ケーススタディ:ディープラーニングを使った不正検知
●第9章 自然言語処理のためのアルゴリズム
自然言語処理
BoWベースのNLP[No.34]
単語埋め込み[No.35]
リカレントニューラルネットワークを使った自然言語処理
自然言語処理を使った感情分析
ケーススタディ:映画レビューの感情分析[No.36]
●第10章 レコメンデーションエンジン
レコメンデーションシステム
レコメンデーションエンジンの種類
レコメンデーションシステムの制限
実践的な応用
実際の例:レコメンデーションエンジンの作成
■セクション3 高度なトピック
●第11章 データアルゴリズム
データアルゴリズム
データストレージアルゴリズム[No.40]
ストリーミングデータアルゴリズム[No.41]
データ圧縮アルゴリズム[No.42]
実際の例:Twitterリアルタイム感情分析
●第12章 暗号化に関連するアルゴリズム
暗号化
暗号法の種類
例:機械学習モデルをデプロイするときのセキュリティ対策
●第13章 大規模なアルゴリズム
大規模なアルゴリズムとは
並列アルゴリズムの設計[No.45]
マルチリソースによる並列処理の戦略化
●第14章 実践で留意すべきポイント
実践的な考察とは
アルゴリズムの説明可能性
倫理とアルゴリズム
モデルのバイアスを減らす
NP困難問題への対処
関連書籍
ダウンロード
本製品の読者さまを対象としたダウンロード情報はありません。
お詫びと訂正
誤記のためにご迷惑をおかけし、誠に申し訳ございません。
- 8ページ 箇条書き 3. の説明
- [誤]
…リソースセットはΩで表される。 - [正]
…リソースセットはω_iで表される。
- [誤]
- 8ページ 箇条書き 4. の説明
- [誤]
T_iとΩをマッピングセットに追加する - [正]
T_iとω_iをマッピングセットに追加する
- [誤]
- 67ページ ページ最初のコード(網掛け部分)。while文の最初とelse文(追加)
- [誤]
※次のマーカー部分のように変更・追加します - [正]
ここをクリックしてPDFファイルをご参照ください -
- [誤]
お問い合わせ
書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。