蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
書誌情報サマリ
| 書名 |
Optunaによるブラックボックス最適化
|
| 著者名 |
佐野 正太郎／共著
|
| 著者名ヨミ |
サノ,ショウタロウ |
| 出版者 |
オーム社
|
| 出版年月 |
2023.2 |
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
資料情報
各蔵書資料に関する詳細情報です。
| No. |
所蔵館 |
資料番号 |
請求番号 |
資料種別 |
配架場所 |
帯出区分 |
状態 |
貸出
|
| 1 |
東豊中 | 210524641 | 007.1/ｵ/ | 一般図書 | 成人室 | | 在庫 |
○ |
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
佐野 正太郎 秋葉 拓哉 今村 秀明 太田 健 水野 尚人 柳瀬 利彦
データのつながりを活かす技術 ： …
黒木 裕鷹／著,…
グランドマスター三冠のKaggle…
Gabriel …
スッキリわかるPythonによる機…
須藤 秋良／著,…
強いSEO ： “SEOおたく”が…
竹内 渓太／著
scikit‐learn、Kera…
Aurélien…
事例でわかるMLOps ： 機械学…
杉山 阿聖／編著…
今日から使えるファインチューニング…
藤原 弘将／共著…
Pythonで体感!医療とAIはじ…
宮野 悟／監修,…
Scratchではじめる機械学習 …
石原 淳也／著,…
これからのAI×Webライティング…
瀧内 賢／著
マンガでわかる数理最適化
中山 舜民／著,…
教養としての機械学習
杉山 将／著
いちばんやさしい新しいSEOの教本…
江沢 真紀／著,…
10倍はかどるSEOの進め方
青木 創平／著
PyCaretで学ぶ機械学習入門
梅津 雄一／著,…
データ分析に必須の知識・考え方認知…
山田 典一／著
Excelで手を動かしながら学ぶ数…
三好 大悟／著
LightGBM予測モデル実装ハン…
毛利 拓也／著
Python統計分析&機械学習マス…
チーム・カルポ／…
Pythonで学ぶはじめてのデータ…
吉田 雅裕／著
評価指標入門 ： データサイエンス…
高柳 慎一／著,…
いちばんやさしいPython機械学…
鈴木 たかのり／…
Kaggleに挑む深層学習プログラ…
小嵜 耕平／著,…
Rユーザのためのtidymodel…
松村 優哉／著,…
ビジュアルデータサイエンティスト基…
野村総合研究所デ…
前へ
次へ
書誌詳細
この資料の書誌詳細情報です。
| タイトルコード |
1003000871437 |
| 書誌種別 |
図書 |
| 書名 |
Optunaによるブラックボックス最適化 |
| 書名ヨミ |
オプチュナ ニ ヨル ブラック ボックス サイテキカ |
| 著者名 |
佐野 正太郎／共著
秋葉 拓哉／共著
今村 秀明／共著
太田 健／共著
水野 尚人／共著
柳瀬 利彦／共著
|
| 著者名ヨミ |
サノ,ショウタロウ アキバ,タクヤ イマムラ,ヒデアキ オオタ,タケル ミズノ,ナオト ヤナセ,トシヒコ |
| 出版者 |
オーム社
|
| 出版年月 |
2023.2 |
| ページ数 |
213p |
| 大きさ |
21cm |
| ISBN |
4-274-23010-3 |
| ISBN |
978-4-274-23010-3 |
| 分類記号 |
007.13
|
| 内容紹介 |
機械学習に欠かせないハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化と、そのPythonベースのフレームワークOptunaについて、応用例からアルゴリズムまでをわかりやすく解説する。 |
| 著者紹介 |
株式会社Preferred Networks AutoMLチーム担当エンジニアリングマネージャー。 |
| 件名1 |
機械学習
|
| 件名2 |
最適化
|
| (他の紹介)内容紹介 |
最適化を最適化せよ。機械学習のハイパーパラメータ調整、ミドルウェアのパフォーマンス向上、料理のレシピ改善、そのほか手間のかかるあらゆる最適化を自動化する方法を解説。 |
| (他の紹介)目次 |
１ ブラックボックス最適化の基礎
２ はじめてのＯｐｔｕｎａ
３ Ｏｐｔｕｎａを使いこなす
４ ブラックボックス最適化の応用例
５ Ｏｐｔｕｎａの最適化の仕組み
６ ブラックボックス最適化のアルゴリズム |
| (他の紹介)著者紹介 |
佐野 正太郎
２０１４年、京都大学大学院情報学研究科修士課程修了。金融業や広告業のソフトウェアエンジニアを経て、２０１８年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓエンジニア。２０１９年より同ＡｕｔｏＭＬチーム担当エンジニアリングマネージャー。ハイパーパラメータ最適化ツールＯｐｔｕｎａの開発をはじめとする機械学習エンジニアリングの自動化・効率化に従事(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)
秋葉 拓哉
２０１３年、東京大学大学院情報理工学系研究科修士課程修了。２０１５年、同研究科博士課程修了。２０１５年、国立情報学研究所助教。２０１６年、株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓリサーチャー。２０１８年、同械学習基盤担当ＶＰ。機械学習の大規模化・効率化を主眼に置いた機械学習フレームワークの研究開発などに従事(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)
今村 秀明
２０２０年、東京大学大学院情報理工学系研究科修士課程修了。２０２０年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓリサーチャー。学生時代はベイズ最適化の理論などを研究。現在は同ＡｕｔｏＭＬチームにてＯｐｔｕｎａの開発、および、機械学習エンジニアリングの自動化・効率化に従事(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)
太田 健
２００８年、東洋大学社会学部社会学科学士課程修了。複数のソフトウェアエンジニア職を経て、２０１８年に株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓに入社し、Ｏｐｔｕｎａの開発に携わる。２０２１年より株式会社時雨堂でＷｅｂＲＴＣを用いたリアルタイムコミュニケーション用のミドルウェア開発に従事(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)
水野 尚人
２０２０年、東京大学大学院理学系研究科博士課程単位取得退学。２０２０年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓエンジニア。学生時代は地震学における機械学習の応用などを研究。そのかたわら競技プログラミングにも打ち込み、ＩＣＰＣ（国際大学対抗プログラミングコンテスト）などに出場した(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)
柳瀬 利彦
２０１０年、東京大学大学院新領域創世科学研究科博士後期課程修了、博士（科学）(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) |
書店リンク
書店リンク
オンライン書店にてこの本を購入できるか調べることができます。
|
内容細目
前のページへ
