Pythonによる異常検知 [ 曽我部 東馬 ] - ショッピング・ショップ | 通販検索

【楽天ブックスならいつでも送料無料】

曽我部 東馬 曽我部 完 オーム社パイソンニヨルイジョウケンチ ソガベ トウマ ソガベ マサル 発行年月：2021年02月26日 予約締切日：2021年02月25日 ページ数：272p サイズ：単行本 ISBN：9784274225413 曽我部東馬（ソガベトウマ） 理学博士（物理学専攻）。マックス・プランク研究所（独）博士研究員、ケンブリッジ大学（英）研究員を経て、2009年帰国、株式会社グリッドの設立に携わり、取締役最高技術責任者を務める。2011年より東京大学先端科学技術研究センター特任助教、特任准教授を歴任、2016年3月電気通信大学准教授、株式会社グリッド取締役（兼務）、東京大学先端科学技術研究センター客員研究員（兼務）。「深層学習ー深層強化学習ー回帰予測ー最適化」機能横断型機械学習フレームワーク∞ReNomの産みの親として知られ、現在、人工知能を用いた、量子物理デバイスの最適化設計、量子コンピュータの最適化制御、そして、スマートグリッドをはじめとする社会インフラ全般における最適化研究に精力的に取り組んでいる 曽我部完（ソガベマサル） 株式会社グリッド代表取締役社長。AIビジネス推進コンソーシアム会長。2009年株式会社グリッドを創業。エネルギー、交通、物流、都市開発などの社会インフラの変革を通じて社会課題の解決に取り組み、人工知能の更なるブレークスルーを生み出す事を目指し、最前線で活動している（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） 第0章　機械学習と異常検知（異常検知とは？／本書の意義と構成）／第1章　機械学習と統計解析の基本モデル（機械学習と誤差関数／機械学習と統計解析の比較　ほか）／第2章　非時系列データにおける異常検知（異常検知とデータ構造／正規分布に基づく異常検知　ほか）／第3章　時系列データにおける異常検知（時系列データの性質／自己回帰型モデルによる時系列データの解析　ほか）／第4章　深層学習による異常検知（深層学習フレームワークReNomを用いた異常検知／深層学習による異常検知の応用事例　ほか） 誤差関数がわかれば異常検知がわかる！時系列・非時系列データに対する異常検知をPythonで学びましょう。異常検知を通して機械学習の本質を理解し、深層学習による応用を実践します。 本 パソコン・システム開発 その他