單行本(實用) 信息科學 基於實踐Python的貝葉斯分析和主題模型/藤野嚴
產品描述 ※現在，產品的信息通過翻譯機械翻譯，所以內容可以不正確。請貴客原諒。
信息科學
【內容介紹】
【書籍特徵】
本書從理論和實踐兩方麵，對貝葉斯分析乃至話題模型進行了解說。
主題模型是作為自然語言處理的手法被提出的，是可以從大量的文件數據中發掘潛在的深層的主題的概率模型。
近年來，其威力不僅限於文件數據，也可應用於圖像數據及軌跡數據的分析，與深度學習並列成為支撐人工智能(AI)的基本技術。
本書在牢牢把握理論基本事項的基礎上，盡量一邊製作程序拉姆一邊進行實踐學習。
另外，為了讓讀者能夠輕松上樓梯，特意設計了較低的樓梯。
【關於各章】
第1章:說明學習本書時必要的概率和概率分布的知識及其程序拉姆實現。
第2章:作為對比定位，复習以往數據分析的基本方法。
3章:說明貝葉斯分析的基本思路。
同時介紹用於實現貝葉斯分析的程序拉姆的PyMC程序庫的用法。
第4章:作為對比定位，复習以往的文件數據分析的基本方法。
第五章:構成UN拉姆模型，進行文件數據的分析。
另外，根據PyMC程序庫，顯示其程序拉姆的實現。
第6章:引入主題的思考方式，構成混合UN拉姆模型。
另外，顯示使用混合UN-G拉姆模型的文件分析UN-G拉姆例。
第七章進一步發展混合UN拉姆模型，構成主題模型。
另外，展示使用主題模型的文件分析程序拉姆例。
第8章:Scikit-學習說明如何使用庫中主題模型的模塊。
利用它從20 News Groups資料SET的英文文章資料中抽出主題。
第9章:Gensim主題說明模型專用的庫的用法。 利用這個，從Wikipedia的日語文章數據中抽出主題。
第10章:擴展主題模型以構成作者主題模型。
在此基礎上，利用Gensim程序庫，從Twitter收集的日文投稿資料中抽出主題。
第11章:將主題模型應用於圖像數據SET。
使用Gensim庫從名為Caltech101的SET中提取小單元格主題。
第12章:將主題模型應用於軌跡數據SET。
利用Gensim庫，從船舶的AIS數據中提取成為航路(路線)的主題。
【作者的留言】
實踐才是掌握技術的捷徑。
閱讀本手冊時，請注意反复實踐。
另外，如果能夠致力於解決設想在實際業務中應用場合的問題的話，會更有效果。
希望閱讀本書的各位能夠提高先進的數據分析技能，並活躍於實際工作中。
【目錄】
☆由於發行前的信息，一部分可能會變更
1.概率和概率分布
1.1概率和概率分布
1.1.1概率
1.1.2概率
1.2條件概率和同時概率
1.2.1條件概率
1.2.2同時概率
1.3乘法定理和貝葉斯定理
1.3.2貝葉斯定理
1.4各種概率分布
1.4.1 Bernoulli分布
1.4.2二項分布
1.4.3類別分布
1.4.5指數分布
1.4.6 beta分布
1.4.7伽瑪分布
1.4.8狄利剋雷分布
1.5 Scipy的概率統計模塊stats
2.2.1系列
2.2.2數據
計算光線餘弦類似度的prog拉姆例
演習問題
5.UN ICO DE拉姆模型
gis文件生成的概率模型
路徑圖示模型表現
gis UN ICO DE拉姆模型
糖尿病UN ICO DE拉姆模型
生成以UN ICO DE拉姆模型為基礎的文件集合prog拉姆
文件集合的單詞出現頻率的prog拉姆
戰略分析和模型
基於野餐PyMC的UN ICO DE模型的參數推定
生成UN ICO DE模型(多個文件)
演習問題
6.混合UN ICO DE模型
主題主題模型
生成文件集合(多個文件)
根據病情Gensim的作者主題模型分類
根據Twitter數據準備數據
在Twitter數據中應用作者主題模型
演習問題
11.從圖像數據中提取主題
圖像圖像數據的結構
使用圖像Matplotlib讀取和顯示圖像
矢量量子化和代碼的生成
根據圖像圖像數據生成圖像文件集合
將主題模型應用於圖像圖像文件集合
根據主題模型的處理結果可視化
演習問題
12.從船舶的航跡數據中提取主題
使用圖像Matplotlib讀取和顯示圖像
矢量量子化和代碼的生成
1.6 2.1 2.2 2.3 2.4 3.1 3.2 3.3 3.4 3.4.1 3.4.2 3.5 3.5.1 3.5.2 4.1 4.2 4.3 4.3.1 4.3.2 4.3.3 4.3.4 4.4 4.4.1 4.4.2 4.4.3 5.1 5.2 5.3 5.3.1 5.3.2 5.3.3 5.4 5.4.1 5.4.2 5.4.3 6.1 6.2 6.3 6.4 7.1 7.2 7.3 7.4 7.4.1 7.4.2 8.1 8.2 8.3 8.4 8.5 8.6 9.1 9.2 9.3 9.4 10.1 10.2 10.2.1 10.2.2 1.3.1 10.3 10.3.1 10.3.2 10.3.3 11.1 11.1.1 11.1.2 11.1.3 11.2 11.3 11.4 12.1 12.1.1 12.1.2 12.1.3 12.2 12.3 12.4 Scikit PyMC Scikit MeCab PyMC PyMC Scikit Scikit PyMC PyMC拉姆拉姆拉姆拉姆拉姆拉姆SET SET SET SET SET SET SET拉姆SET拉姆拉姆拉姆拉姆拉姆Arviz PyMC PyMC Gensim PyMC Gensim