事務用品 ：「分析」の検索結果

進化を続ける「R」を使い倒す! R言語によるデータ解析の入門書．データサイエンスブームに先駆けた初版の発行以来，網羅性と実用性の高さから，多くのRユーザーに支持を得てきたロングセラー．Rのバージョンアップへの対応に加え，深層学習やネットワーク分析など，ますます充実するパッケージの解説を加えた第2版． ～こんな方に～ ・因子分析・ネットワーク分析・深層学習などの分析手法をすぐに試したい ・Rを使うとどんなデータ解析ができるのか，一通り知っておきたい ・幅広いデータ解析手法・機械学習法を，Rで動かしながら体感的に学びたい

第1章 計測のはじめに第2章 計測のための基本法則第3章 計測のための電気回路第4章 測定用センサ第5章 不確かさと精度第6章 計測信号の分析第7章 システム計測の実践

時代に即した多様な視点から設備診断・保全の指針を考える。第1章 本書の狙い・概説第2章 設備管理と故障分析第3章 応力集中第4章 疲労強度第5章 金属破断面の見方第6章 軸・ピンの材料力学と応力測定第7章 機械要素の損傷と対策第8章 損傷検出法

”まさか”の大事故には，必ずその前兆があった! 隠された兆候を感じ取ることができれば，想定外の災害も防げます． 本書は，福島原発事故を工学的な視点で分析することで，事故の背景に何があったのかを明らかにするとともに，”まさか”の失敗に対する感度を磨き，「発生確率がきわめて低いが被害が甚大な事故」を未然に防ぐ方法を考えます． 前2著「失敗百選」，「続・失敗百選」とは異なる視点を取り入れた，「ポスト3．11」の失敗学の指南書です．

強化学習は「ポストビッグデータ」の技術である! 人工知能，金融工学，ロボット制御，言語処理，生産現場やサービスの最適化，あらゆる分野に応用が広がる強化学習．十分なデータが与えられることが前提とされる他の機械学習法と異なり，「足りないデータを集めながら最適化すること」に力点を置く強化学習は，ビッグデータの先を行くための重要な技術となることが期待されます． 強化学習の「いま」を知り，「これから」を切り拓くための1冊． 本書では，この分野を代表する執筆陣が集い，強化学習の基礎・発展・応用を多面的に解説します． ・基礎：強化学習の動作原理と基本アルゴリズムを，初学者でも分かるように導入． ・発展：より複雑な問題に対処し，高度な研究に進むための，さまざまな発展的手法を解説． ・応用：マルチロボットシステムの制御，対話処理，医療データ分析，囲碁の対局など広範な応用例・研究事例を通して，強化学習の活用法を紹介．人間の行動や脳の動作を説明するモデルとしての理論・実験も解説． ――強化学習の基礎を学びたい方，発展的手法に触れたい方，応用可能性を一望したい方に最適な1冊!

「理論」「実践」の両面から学べる、機械学習入門書の決定版!◆機械学習の理論をわかりやすく解説数式をしっかり扱いつつも、平易なことばで直感的な理解ができるよう工夫されています。また、分析したいデータの種類によってアルゴリズムを分類・整理して解説することで、現実で問題に直面した際に適用できるアルゴリズムが何なのかが理解でき、必要な部分から学んでいけるよう構成されています。◆幅広い手法を網羅「機械学習とは何か」という初歩の初歩から、識別・モデル推定といった基本的な考えかた、ニューラルネットワーク・サポートベクトルマシンといった応用手法、そして深層学習・強化学習といった発展的なトピックまで、様々なアルゴリズムがとりあげられています。◆Python/Wekaでアルゴリズムを実装アルゴリズムの解説だけでなく、Python/Wekaによる実装例も多数掲載されています。理論を学んだあとに、解析例をもとにデータの読み込みから結果の可視化まで1ステップずつ実装していくことで、表面的な理解にとどまらない、「現場で役立つ」知識が身につきます。第2版では、Pythonによる実装例が多数追加されたほか、勾配ブースティング・リカレントニューラルネットワーク・深層強化学習などの近年話題のトピック追加をはじめとして、全面的に最新の解説にアップデートされています。