出版社内容情報
運用する上で重要だが難しい問題改善、モデルのデバッグ、デプロイを詳しく解説！
機械学習を利用したアプリケーションは、翻訳、リコメンデーションシステム、異常/不正検出など、さまざまなものがあり、今後も機能強化のために、機械学習を組み入れるサービスはますます増えていくものと考えられています。しかし、機械学習ベースのアプリケーションは、構築方法や検証において、ほかとは異なる、特別は配慮が必要となることが多くあり、またモデルの評価や訓練といった特別なプロセスが必要です。本書は機械学習ベースのアプリケーションの設計、構築、デプロイにおいて注意すべき情報をまとめたものです。
内容説明
機械学習は翻訳、推薦システム、異常および不正検出など、さまざまなアプリケーションで利用されており、今後も機能強化のために、機械学習を組み入れるサービスはますます増えていくと考えられています。しかし機械学習はモデルの学習や評価など、これまでのアプリケーションにはない処理が必要となるだけでなく、正常に動作しているかを単純なテストだけでは検証できないなど、特別な配慮が必要となります。本書は機械学習を利用するアプリケーションを設計、構築、デプロイするために注意すべき点をまとめました。繰り返しによりデータやモデルを漸進的に改善する方法、モデル性能の監視やモデルのデバッグを行う方法など、アプリケーションを構築、運用する上で、その品質を左右する一連のプロセスを詳しく解説します。
目次
第１部 適切な機械学習アプローチの特定（製品目標からＭＬの枠組みへ；計画の作成）
第２部 機能するパイプラインの構築（最初のエンドツーエンドパイプライン構築；初期データセットの取得）
第３部 モデルの反復（モデルの学習と評価；ＭＬ問題のデバッグ ほか）
第４部 デプロイと監視（モデルデプロイ時の考慮点；デプロイオプションの選択 ほか）
付録Ａ コードの実行（日本語版補遺）
著者等紹介
アーマイゼ，エマニュエル［アーマイゼ，エマニュエル］ ［Ａｍｅｉｓｅｎ，Ｅｍｍａｎｕｅｌ］
長年にわたり、データサイエンティストとして活躍。現在はＳｔｒｉｐｅ社の機械学習エンジニア。Ｉｎｓｉｇｈｔ Ｄａｔａ ＳｃｉｅｎｃｅのＡＩプログラム（米国の企業Ｉｎｓｉｇｈｔが提供している、博士課程修了者（データ分野に限らない）に対するデータサイエンス分野での短期（７週間）集中研修プログラムのこと）の責任者も務めた。また、Ｌｏｃａｌ ＭｏｔｉｏｎとＺｉｐｃａｒの予測分析と機械学習ソリューションの実装とデプロイにかかわってきた。フランスのトップ３校で人工知能、コンピュータ工学、マネジメントの修士号を取得している
菊池彰［キクチアキラ］
日本アイ・ビー・エム株式会社勤務（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。
