ageron/handson-ml3

解決する課題

このプロジェクトは、『Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow』第3版のための実践的なコード例と演習問題の解答を提供します。機械学習の理論的概念と Python による現実世界での実装との間のギャップを埋めるものです。

仕組み

このプロジェクトは、書籍の内容に沿って実行できる Jupyter Notebooks のコレクションで構成されています。Google Colab、Kaggle、Deepnote などのクラウドサービスを使用してブラウザ上で直接実行することも、Conda や Docker を使用して自分のコンピュータ上にローカル環境を構築することも可能です。

対象読者

『Hands-on Machine Learning』第3版を読んでおり、Scikit-Learn、Keras、TensorFlow を使用して概念を実践したいと考えている学生、開発者、データ愛好家向けに設計されています。

ハイライト

• 書籍内のすべての演習に対する完全なサンプルコードと解答が含まれています。
• クラウドベースの環境（Colab、Kaggle、Binder）やローカルインストールなど、複数の実行方法をサポートしています。
• 互換性を確保するために Conda を使用した標準化された環境設定を提供します。
• 一貫したコンテナ化開発のための Docker 設定が含まれています。