出版社内容情報
「ビッグデータ」，「データサイエンティスト」，「AI」といった言葉がよく聞かれ，日々蓄積されるさまざまなデータの利活用が推進されている昨今，「機械学習」は，これらの言葉と切っても切れない存在となっている。
本書は，さまざまなデータから未来を予測する“回帰問題”や“分類問題”に焦点を当て，多くのPythonのコードとともに，機械学習の効率的なアルゴリズムを取り上げていく。アルゴリズムがどのように振る舞うかをプログラムから理解し，結果を適切に解釈できるよう，動作を理解するためのコードと，実践で利用する最適化されたコードの2種類を用意し，また無償で入手可能なデータセットに対してアルゴリズムを適用し，その実行結果から解釈の仕方に至るまでを丁寧に解説している。
実際に手を動かしながら読み進めていくことで，データ解析に必要な考え方を一通り身につけることができる，データ解析の入門書として格好の1冊となろう。
［原著名：Machine Learning in Python: Essential Techniques for Predictive Analysis］
目次
第１章 予測に欠かせない二つのアルゴリズム
第２章 データを理解することによって問題を理解する
第３章 予測モデルの構築―精度、複雑さ、データ量のバランス
第４章 罰則付き線形回帰
第５章 罰則付き線形回帰を用いた予測モデル構築
第６章 アンサンブル学習
第７章 アンサンブル学習のモデル構築
著者等紹介
ボウルズ，マイケル［ボウルズ，マイケル］ ［Ｂｏｗｌｅｓ，Ｍｉｃｈａｅｌ］
機械工学の学士号・修士号、計装学の理学博士、ＭＢＡを取得。学術、技術、ビジネスなどさまざまな分野に関わっており、現在は機械学習に関するスタートアップ企業を成功に導くために、経営者、コンサルタント、顧問として活躍している。また、カリフォルニア州マウンテンビューにあるコワーキングスペース・起業インキュベータであるＨａｃｋｅｒ Ｄｏｊｏで、機械学習のコースを教えている。オクラホマ州生まれ、そこで学士号と修士号を取得した。その後、東南アジアで過ごした後、ケンブリッジ大学で理学博士を取得し、卒業後にＭＩＴのチャールズ・スターク・ドレイパー研究所に勤めた。その後ボストンを去り、南カリフォルニアのヒューズ航空機会社で通信衛星の開発に取り組んだ後、ＵＣＬＡでＭＢＡを修了した。サンフランシスコのベイエリアは移り、二つのベンチャー企業の創業者およびＣＥＯとして成功を収めた。技術と企業のスタートアップに積極的に関わっており、最近では、自動取引における機械学習の活用や、遺伝情報に基づく病気などの予測、ラボデータや人口統計学に基づく患者の病状予測、機械学習やビッグデータ関連企業のデューデリジェンスなどを行っている
露崎博之［ツユザキヒロユキ］
２０１４年中央大学理工学部経営システム工学科卒業。現在、株式会社マクロミル所属。学士（工学）
山本康平［ヤマモトコウヘイ］
２０１４年中央大学大学院理工学研究科博士前期課程修了。現在、沖電気工業株式会社所属。修士（工学）
大草孝介［オオクサコウスケ］
２０１２年中央大学大学院理工学研究科博士後期課程修了。現在、九州大学大学院芸術工学研究院助教。博士（工学）。専攻は計算機統計学、センサデータ解析（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。
-
- 和書
- 近代アジアの映画産業
