|
|
| 滋賀大学データサイエンス学部のカリキュラムに基づく,音声・テキスト・画像データ分析の教科書.Pythonを使用して,基本的なデータ処理から機械学習技術まで実践的なスキルを習得する.最先端のAIが対象とするのはまさに本書がテーマとする音声・テキスト・画像である.最先端AIの基礎を本書で学ぶことができる.【目次】第0章 音声・テキスト・画像データの特徴 0.1 構造化データと非構造化データ/0.2 本書の目的/0.3 音声・テキスト・画像データの融合第1章 音声データの概要 1.1 音声データの活用事例/1.2 音声データの構造/1.3 パソコンによる音声データの録音・再生第2章 音声データの基本的な処理 2.1 音声データの入出力/2.2 音声パワーの取得/2.3 発話区間の推定/2.4 SN比第3章 音声のスペクトル表現 3.1 音声信号の相関/3.2 サイン波とコサイン波/3.3 音声データのスペクトル表現第4章 音声データの特徴量 4.1 スペクトルの時系列データの算出/4.2 音声特徴量の作成第5章 音声データの機械学習 5.1 音声データの機械学習の基礎/5.2 音声データの前処理/5.3 深層学習モデルの学習/5.4 深層学習モデルによる推論第6章 テキストデータの概要 6.1 テキストデータの活用事例/6.2 テキストデータの処理単位/6.3 形態素解析/6.4 基本的なテキスト操作第7章 テキストの処理単位とその統計量 7.1 単語の出現確率/7.2 統計的言語モデル/7.3 統計的言語モデルによる文書分類第8章 テキスト全体(文書)の特徴量 8.1 ベクトル空間法/8.2 Bag-of-Words表現/8.3 トピックモデル第9章 テキストの処理単位とその特徴量の生成 9.1 1-hot表現/9.2 分散表現/9.3 学習済み単語分散表現の利用/9.4 単語分散表現の学習第10章 テキストデータの機械学習 10.1 深層学習による文書のベクトル表現/10.2 事前学習モデル/10.3 BERT文書分類モデルの学習第11章 画像データの概要 11.1 画像データとその活用事例/11.2 画像データの構造/11.3 画像の入出力第12章 画像の基本的な処理 12.1 色の表現/12.2 画像の二値化/12.3 画像の変形第13章 画像のフィルタ処理 13.1 平滑化/13.2 さまざまなフィルタ処理/13.3 周波数領域との関係第14章 画像からの特徴抽出 14.1 エッジの検出/14.2 直線・円の検出/14.3 点特徴第15章 画像データの機械学習 15.1 画像認識の概要/15.2 最近傍法による手書き数字認識/15.3 ニューラルネットワークを用いた手書き数字の認識
2,420-(税込)
詳しくはコチラ
|
音声・テキスト・画像のデータサイエンス入門
| セブンネットショッピング |
市川治 音声・テキスト・画像のデータサイエンス入門 Book 2,420 円 | |
テキスト・画像・音声データ分析 (データサイエンス入門シリーズ) 3,357 円 | |
テキスト・画像・音声データ分析 データサイエンス入門 / 西川仁 〔全集・双書〕 3,080 円 | |
音声・テキスト・画像のデータサイエンス入門/市川治 2,420 円 | |
音声・テキスト・画像のデータサイエンス入門 2,420 円 | |
音声・テキスト・画像のデータサイエンス入門 2,420 円 | |
テキスト・画像・音声データ分析 データサイエンス入門シリーズ/西川仁(著者),佐藤智和(著者),市川治(著者),清水昌平(編者) 1,694 円 | |
AI・機械学習のためのデータ前処理 実践編 Pythonでデータサイエンス 2,640 円 | |
|