内容説明
※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。
いま、エンジニアに欠かせない、最新技術のエッセンス。
いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。
本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。
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。
ゆき
4
せめてpythonのコードを動かしたいと思いつつ、２系だからすぐには動かないかな。 自分が分かっているつもりの点と点がうまくつながる一冊になりそう。人に説明できるレベルになりたいものだ。2017/03/16
やまべ
2
数学の必要性を痛感した一冊でした。 数多くの機械学習アルゴリズムについて、理論の概要→数式→数式をソースコードに落とし込んだサンプル、という流れで解説されています。 が、数式が読めないので、雰囲気しかわからず… 長期戦で、数学の勉強しようと思います。 畳み込みニューラルネットワークの実装については、日経ソフトウエア2017年1月号のサンプルを写経した時よりは、解説が厚いこともあって理解度は若干上がりました。1%が3%になった程度ですが…2017/08/12
カラクリ
1
ナイーブベイズやサポートベクトルマシンなど、ﾆｭｰﾗﾙネットワーク以外の機械学習の手法について知ることができた。また、畳込みニューラルネットワークが画像認識にと再帰型ニューラルネットワークが動画、音声などの時系列データに適しているとわかった。実際に実装してみようかな。。。でも何作ろう(笑)2017/03/06
おすぷれみす
1
エコノメ齧ってたので回帰分析を機械学習っていうカテゴリで考えたことなかったから新鮮でした。 単純パーセプトロンからニューラルネットまでの繋ぎがめちゃわかりやすかったけど、ニューラルネットにすると何故すごいのかってところが書いてなくてチョット残念。 そこが1番知りたいのにーって感じです。2017/01/30
YM
0
データ分析のための機械学習入門 Pythonで動かし、理解できる、人工知能技術 (Informatics&IDEA)2017/02/06
