D'autres livres qui pourraient vous intéresser

• 

  Oku no Hosomichi

  Matsuo Basho

  • 0
  • 0
  • 0

  Oku no Hosomichi (meaning Narrow Road to Oku [the Deep North]) is a major work by Matsuo Basho.Oku no Hosomichi was written based on a journey taken by Basho in the late spring of 1689. He and his traveling companion Sora departed from Edo (modern-day Tokyo) for the northerly interior region known as Oku, propelled mostly by a desire to see the places about which the old poets wrote. Travel in those days was, of course, very dangerous to one’s health, but Basho was committed to a kind of poetic ideal of wandering. He travelled for about 156 days all together, covering thousands of miles mostly on foot. Of all of Basho’s works, Oku no Hosomichi is best known.(Summary from Wikipedia)

  Voir livre

• 

  Michi: The Cat (Japanese Edition)

  Bruno Barbosa

  • 0
  • 0
  • 0

  ミチは飼い主が家に引っ越したときに残した子猫です。 冬の真っ只中、寂しくて悲しい気持ち、ミチ パートナーと愛を求めて家を出ることにしました。 忘れられない小さな瞬間に満ちたこの本で、あなたの旅全体をたどってください。Michi is a kitten left by the owner when he moved home. In the middle of winter, I felt lonely and sad, and decided to leave the house in search of love with Michi's partner. Follow your entire journey with this book full of unforgettable little moments.

  Voir livre

• 

  美の香り - 東日本の被災地で見つけた美

  Roger W. Lowther

  • 0
  • 0
  • 0

  辺りに漂っていたのは、確かにそこにある希望の香りだった。それは美の香りだった。東京在住の音楽家ロジャー・w・ラウザー宣教師が東日本大震災の被災地で見つけた音楽の力、希望の香り。ボランティアとして活動する中、美が恐怖と絶望に勝つ瞬間が何度もあった。避難所の体育館でのコンサート、炊き出し、人々との交流、それらの経験から書かれたメディテーションは、私たちに神の美しさとその存在を示し、励ましを与えてくれる。

  Voir livre

• 

  データマイニング - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  データ マイニングとは
   
  データ マイニングは、機械学習、統計分析、 およびデータベース管理システム。 データ マイニングは、データ セットから情報を抽出し、その情報をその後の応用のために理解可能な構造に変換するという包括的な目標を持つ、コンピューター サイエンスと統計の学際的な主題です。 「データベースにおける知識発見」（「KDD」としても知られる）方法には、「データマイニング」として知られる分析ステップが含まれています。 生の分析のフェーズに加えて、データベース管理とデータ管理、データの前処理、モデルと推論の考慮事項、面白さの尺度、複雑さの考慮事項、新しく発見された構造の後処理、視覚化、オンライン更新の側面も含まれます。
   
  どのようなメリットが得られるか
   
  (I) 次のトピックに関する洞察と検証:
   
  第 1 章: データ マイニング
   
  第 2 章: 機械学習
   
  第 3 章: テキスト マイニング
   
  第 4 章: 相関ルール学習
   
  第 5 章: コンセプト ドリフト
   
  第 6 章: Weka (ソフトウェア)
   
  第 7 章: 知識発見とデータ マイニングに関する特別関心グループ
   
  第 8 章: 教育データ マイニング
   
  第 9 章: ソーシャル メディア マイニング
   
  第 10 章: 機械学習の概要
   
  (II) データ マイニングに関する一般のよくある質問に答える。
   
  (III) 多くの分野でのデータ マイニングの実際の使用例。
   
  (IV) データ マイニング テクノロジーを 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録。
   
  この本の対象者
   
  専門家、学部生、大学院生、愛好家、愛好家、あらゆる種類の基本的な知識や情報を超えたい人 データマイニングの概要。
   
   

  Voir livre

• 

  ベイズ推論 - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  ベイズ推論とは
   
  ベイズ推論は、ベイズの定理を使用して新しいデータまたは情報に基づいて仮説の確率を更新する統計的推論の一種です。 この統計的推論の方法は、ベイジアン法として知られています。 統計の分野、特に数理統計の分野では、ベイズ推論手法は不可欠なツールです。 データ シーケンスの動的分析を実行する場合、ベイジアン更新は利用すると特に便利な手法です。 ベイズの定理に基づく推論は、科学、工学、哲学、医学、運動競技、法制度などのさまざまな分野で成功裏に実装されています。 ベイズ推論は主観的確率と強く関連しているため、決定理論哲学の分野ではよく「ベイズ確率」と呼ばれます。
   
  どのようなメリットがあるか
   
  (i) 次のトピックに関する洞察と検証:
   
  第 1 章: ベイズ推論
   
  第 2 章: 尤度関数
   
  第 3 章 : 事前共役
   
  第 4 章: 事後確率
   
  第 5 章: 事後推定の最大化
   
  第 6 章: ベイズ推定
   
  第 7 章 : ベイジアン線形回帰
   
  第 8 章: ディリクレ分布
   
  第 9 章: 変分ベイジアン手法
   
  第 10 章: ベイジアン階層モデリング
   
  ( ii) ベイズ推論に関する一般のよくある質問に答える。
   
  (iii) 多くの分野でベイズ推論を使用する実際の例。
   
  (iv) 17 の付録で簡単に説明する 、各業界の 266 の新技術を取り上げ、ベイズ推論の技術を 360 度完全に理解できます。
   
  本書の対象者
   
  専門家、大学生、学生 大学院生、愛好家、愛好家、そしてあらゆる種類のベイズ推論についての基本的な知識や情報を超えたいと考えている人。
   
   

  Voir livre

• 

  交互決定ツリー - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  交互デシジョン ツリーとは
   
  機械学習によって学習できる分類戦略は、交互デシジョン ツリー (ADTree) として知られています。 これは、デシジョン ツリーの強化と一般化につながり、同時にデシジョン ツリーを一般化します。
   
  メリット
   
  (I) 以下のトピックに関する洞察と検証 :
   
  第 1 章: 交互デシジョン ツリー
   
  第 2 章: デシジョン ツリー学習
   
  第 3 章: AdaBoost
   
  第 4 章: ランダム フォレスト
   
  第 5 章: 勾配ブースティング
   
  第 6 章: 命題計算
   
  第 7 章: サポート ベクター マシン
   
  第 8 章: 分析方法 Tableaux
   
  第 9 章: ブール充足可能性アルゴリズム ヒューリスティック
   
  第 10 章: 乗算重み更新方法
   
  (II) 交互デシジョン ツリーに関する一般のよくある質問に回答します。
   
  (III) 多くの分野における交互デシジョン ツリーの使用例の実例。
   
  (IV) 360 の各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録。
   
  本書の対象者
   
  専門家、学部生および大学院生、愛好家、趣味愛好家、および以下のような人々 あらゆる種類の交互デシジョン ツリーに関する基本的な知識や情報を超えたいと考えています。
   
   

  Voir livre