Machine Learning with Tensorflow, Second Edition

出版社 Manning Publications
発売日 2021/02/02
ページ数 456
ISBN-13 9781617297717
お届け日 通常 05月27日~06月03日

通常価格 ¥5,499

税込 配送料は購入手続き時に計算されます。

出版社より

Updated with new code, new projects, and new chapters, Machine Learning with TensorFlow, Second Edition gives readers a solid foundation in machine-learning concepts and the TensorFlow library.

Summary

Updated with new code, new projects, and new chapters, Machine Learning with TensorFlow, Second Edition gives readers a solid foundation in machine-learning concepts and the TensorFlow library. Written by NASA JPL Deputy CTO and Principal Data Scientist Chris Mattmann, all examples are accompanied by downloadable Jupyter Notebooks for a hands-on experience coding TensorFlow with Python. New and revised content expands coverage of core machine learning algorithms, and advancements in neural networks such as VGG-Face facial identification classifiers and deep speech classifiers.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the technology

Supercharge your data analysis with machine learning! ML algorithms automatically improve as they process data, so results get better over time. You don’t have to be a mathematician to use ML: Tools like Google’s TensorFlow library help with complex calculations so you can focus on getting the answers you need.

About the book

Machine Learning with TensorFlow, Second Edition is a fully revised guide to building machine learning models using Python and TensorFlow. You’ll apply core ML concepts to real-world challenges, such as sentiment analysis, text classification, and image recognition. Hands-on examples illustrate neural network techniques for deep speech processing, facial identification, and auto-encoding with CIFAR-10.

What’s inside

Machine Learning with TensorFlow

Choosing the best ML approaches

Visualizing algorithms with TensorBoard

Sharing results with collaborators

Running models in Docker

About the reader

Requires intermediate Python skills and knowledge of general algebraic concepts like vectors and matrices. Examples use the super-stable 1.15.x branch of TensorFlow and TensorFlow 2.x.

About the author

Chris Mattmann is the Division Manager of the Artificial Intelligence, Analytics, and Innovation Organization at NASA Jet Propulsion Lab. The first edition of this book was written by Nishant Shukla with Kenneth Fricklas.

Table of Contents

PART 1 - YOUR MACHINE-LEARNING RIG

1 A machine-learning odyssey

2 TensorFlow essentials

PART 2 - CORE LEARNING ALGORITHMS

3 Linear regression and beyond

4 Using regression for call-center volume prediction

5 A gentle introduction to classification

6 Sentiment classification: Large movie-review dataset

7 Automatically clustering data

8 Inferring user activity from Android accelerometer data

9 Hidden Markov models

10 Part-of-speech tagging and word-sense disambiguation

PART 3 - THE NEURAL NETWORK PARADIGM

11 A peek into autoencoders

12 Applying autoencoders: The CIFAR-10 image dataset

13 Reinforcement learning

14 Convolutional neural networks

15 Building a real-world CNN: VGG-Face ad VGG-Face Lite

16 Recurrent neural networks

17 LSTMs and automatic speech recognition

18 Sequence-to-sequence models for chatbots

19 Utility landscape


DeepL 粗訳

新しいコード、新しいプロジェクト、新しい章で更新された Machine Learning with TensorFlow, Second Edition は、機械学習の概念とTensorFlowライブラリの確固たる基礎を読者に提供します。

概要

新しいコード、新しいプロジェクト、新しい章で更新された Machine Learning with TensorFlow, Second Edition は、機械学習の概念とTensorFlowライブラリの確かな基礎を読者に与えます。NASA JPLの副CTOでデータサイエンティストのChris Mattmann氏が執筆し、すべての例はダウンロード可能なJupyterノートブックに添付されており、Pythonを使ってTensorFlowをコーディングする実践的な体験ができます。新たに改訂された内容では、コアとなる機械学習アルゴリズムや、VGG-Face顔識別分類器や深層音声分類器などのニューラルネットワークの進歩についてのカバレッジが拡大されています。

印刷版の書籍を購入すると、マニング出版社からPDF、Kindle、ePub形式の電子書籍が無料で提供されます。

技術について

機械学習でデータ分析をスーパーチャージ!MLアルゴリズムは、データを処理するたびに自動的に改善されるため、時間の経過とともに結果が向上します。GoogleのTensorFlowライブラリのようなツールが複雑な計算をサポートしてくれるので、必要な答えを得ることに集中できます。

本について

Machine Learning with TensorFlow, Second Edition は、PythonとTensorFlowを使用して機械学習モデルを構築するための完全改訂ガイドです。感情分析、テキスト分類、画像認識などの実世界の課題にMLのコア概念を適用します。実践的な例では、深い音声処理、顔認識、CIFAR-10を用いた自動エンコードのためのニューラルネットワーク技術を説明しています。

中身

TensorFlowを使った機械学習

最適なMLアプローチの選択

TensorBoardを使ったアルゴリズムの可視化

共同研究者との結果の共有

Dockerでモデルを実行する

読者について

中級のPythonスキルと、ベクトルや行列などの一般的な代数概念の知識が必要です。例として、TensorFlowの超安定版1.15.xブランチとTensorFlow 2.xを使用しています。

著者について

Chris Mattmann は、NASAジェット推進研究所の人工知能・アナリティクス・イノベーション組織のディビジョンマネージャーです。本書の初版は、 Nishant ShuklaKenneth Fricklas とともに執筆したものです。

目次

第1部 - あなたの機械学習リグ

1 機械学習のオデッセイ

2 TensorFlowの必需品

第2部 - コア学習アルゴリズム

3 線形回帰とその先

4 コールセンターのボリューム予測に回帰を使う

5 分類へのやさしい入門書

6 センチメント分類。大規模な映画批評データセット

7 データの自動クラスタリング

8 Android加速度計データからユーザ活動を推定する

9 隠れマルコフモデル

10 品詞タグ付けと語感の曖昧性解消

PART 3 - THE NEURAL NETWORK PARADIGM

11 自動エンコーダーを覗いてみる

12 自動エンコーダーを適用する。CIFAR-10画像データセット

13 強化学習

14 畳み込みニューラルネットワーク

15 実世界のCNNを構築する。VGG-Face ad VGG-Face Lite

16 リカレントニューラルネットワーク

17 LSTMと自動音声認識

18 チャットボットのためのシーケンス間モデル

19 ユーティリティランドスケープ