Pythonではじめる教師なし学習 機械学習の可能性を広げるラベルなしデータの利用 [ Ankur A. Patel ]

機械学習の可能性を広げるラベルなしデータの利用 Ankur A. Patel 中田 秀基 オライリー・ジャパンパイソンデハジメルキョウシナシガクシュウ ナカタ ヒデキ 発行年月：2020年04月13日 予約締切日：2020年04月12日 ページ数：352p サイズ：単行本 ISBN：9784873119106 ペイテル，アンクール・A．（Patel,Ankur A.）（ペイテル，アンクールA．） Vista　Equity　Partnersのポートフォリオ企業である7Park　Dataのデータサイエンス担当副社長。7Park　Dataでは、代替データを使用して、ヘッジファンドや企業向けのデータ製品を構築し、エンタープライズクライアント向けの機械学習サービス（MLaaS）を開発している。MLaaSには、自然言語処理（NLP）、異常検出、クラスタリング、時系列予測が含まれる。7Park　Dataの前は、ニューヨーク市にあるイスラエルの人工知能会社ThetaRayでデータサイエンスを行っていた。ThetaRayは、教師なし学習の応用におけるリーディングカンパニー。JPモルガンのアナリストとしてキャリアをスタートし、その後、世界最大のグローバルマクロヘッジファンドであるブリッジウォーターアソシエイツの新興市場トレーダーとなり、後に機械学習ベースのヘッジファンドであるRーSquared　Macroを設立、運営を5年間にわたり行う。プリンストン大学のウッドロー・ウィルソン・スクール卒業。現在、ニューヨーク市のトライベッカ在住。世界中を旅している 中田秀基（ナカダヒデモト） 博士（工学）。産業技術総合研究所において分散並列計算、機械学習システムの研究に従事。筑波大学連携大学院教授。極真空手初段（本データはこの書籍が刊行された当時に掲載されていたものです） 1部　教師なし学習の基礎（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／機械学習プロジェクトのはじめから終わりまで）／2部　scikitーlearnを用いた教師なし学習（次元削減／異常検出　ほか）／3部　TensorFlowとKerasを用いた教師なし学習（オートエンコーダ／オートエンコーダハンズオン　ほか）／4部　TensorFlowとKerasを用いた深層教師なし学習（制限付きボルツマンマシンを用いた推薦システム／深層信念ネットワークを用いた特徴量検出　ほか） 教師なし学習はラベル付けされていないデータから学習する機械学習の一種です。現在の機械学習では大量のラベル付きのデータを用いる教師あり学習が主流ですが、ラベルを付けるには膨大なコストがかかります。現実世界に機械学習を適用していくためには、ラベル付けを必要としない教師なし学習の重要性が増してくると考えられます。本書は実践的な視点から、データにある隠れたパターンを特定し、異常検出や特徴量抽出・選択を行う方法を紹介します。ラベルなしデータを有効に利用することで、機械学習の可能性を各段に広げる教師なし学習の本質に迫ります。さらに、変分オートエンコーダ（VAE）や敵対的生成ネットワーク（GAN）、制限付きボルツマンマシン（RBM）などの生成モデルも紹介します。 本 パソコン・システム開発 プログラミング その他 パソコン・システム開発 その他