Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ実践の極意―機械学習システム構築の勘所をつかむ！

ブリンク，ヘンリク〈Ｂｒｉｎｋ，Ｈｅｎｒｉｋ〉/リチャーズ，ジョセフ・ウイリアム〈Ｒｉｃｈａｒｄｓ，Ｊｏｓｅｐｈ Ｗ．〉/フェセロルフ，マーク【著】〈Ｆｅｔｈｅｒｏｌｆ，Ｍａｒｋ〉/クイープ【訳】

インプレス（2017/11発売）

• サイズ B5変判／ページ数 292p／高さ 24cm
• 商品コード 9784295002659
• NDC分類 007.1
• Cコード C3055

内容説明

機械学習の利点／課題、乱雑なデータの処理、Ｐｙｔｈｏｎ系モデル構築、モデル評価／最適化、特徴エンジニアリングのテクニック、予測速度の改善、大容量データへの対応など。有効なデータとより良いモデルを作成！

目次

１　機械学習ワークフローの基礎（機械学習とは何か―長所と課題、データ収集から運用までのステップ、性能の改善；現実世界のデータ―データの取得／整備、可視化；モデルの構築と予測；モデルの評価と最適化；特徴エンジニアリングの基礎）
２　機械学習ワークフローの応用（ＮＹＣタクシーデータのケーススタディ；高度な特徴エンジニアリング；高度な自然言語処理の例―映画レビューの感情分析；機械学習ワークフローのスケーリング；デジタルディスプレイ広告のケーススタディ）

著者等紹介

ブリンク，ヘンリク［ブリンク，ヘンリク］ ［Ｂｒｉｎｋ，Ｈｅｎｒｉｋ］
産業界と学界の両方で機械学習の幅広い実装経験を持つデータサイエンティスト兼ソフトウェア開発者。ＨｅｎｒｉｋとＪｏｓｅｐｈは、機械学習ソリューションを提供するｗｉｓｅ．ｉｏの開発リーダー兼共同創設者

リチャーズ，ジョセフ・ウイリアム［リチャーズ，ジョセフウイリアム］ ［Ｒｉｃｈａｒｄｓ，Ｊｏｓｅｐｈ　Ｗ．］
応用統計学と予測分析を専門としているシニアデータサイエンティスト。ＨｅｎｒｉｋとＪｏｓｅｐｈは、機械学習ソリューションを提供するｗｉｓｅ．ｉｏの開発リーダー兼共同創設者

フェセロルフ，マーク［フェセロルフ，マーク］ ［Ｆｅｔｈｅｒｏｌｆ，Ｍａｒｋ］
データマネジメントと予測分析を手掛けるＮｕｍｉｎａｒｙ　Ｄａｔａ　Ｓｃｉｅｎｃｅの創設者兼プレジデント。以前は、統計学者および分析データベース開発者として、化学エンジニアリング、ケーブルテレビ、オンライン広告アプリなどさまざまな分野の企業に勤務（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）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[hayataka]

データ前処理〜モデル構築〜モデル評価まで、一通り気軽に学べる良書。実践で役に立つと思います。

2019/03/15

[kousuke]

機械学習の全体的な流れをおさえるために 1冊目としては厳しいかもしれませんが、他の本やネットで機械学習とは何かを知った上で読めば、具体的に機械学習をどのように進めていくかを知ることができます。 内容はわかりやすいため、機械学習を学ぶ万人におすすめできます。