翔泳社の公式通販SEshopは全国送料無料!
ヘルプ 法人のお客様へ 新規会員登録 ログイン
SEshop

現場で使える!Python機械学習入門 機械学習アルゴリズムの理論と実践【PDF版】

大曽根 圭輔(著) , 関 喜史(著) , 米田 武(著)

商品番号
151710
販売状態
発売中
納品形態
会員メニューよりダウンロード
発売日
2019年05月24日
ISBN
9784798151717
データサイズ
約9.4MB
制限事項
印刷可・テキストのコピー可
キーワード
プログラミング  アルゴリズム  人工知能  Python  電子書籍【PDF版】  機械学習  AI & TECHNOLOGY

3,520円(税込)(本体3,200円+税10%)
送料無料

320pt (10%)
ポイントの使い方はこちら

在庫あり

初回購入から使えるポイント500円分プレゼント

紙の書籍はこちら

※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。

  • ポスト
  • 本製品は電子書籍【PDF版】です。
  • ご購入いただいたPDFには、購入者のメールアドレス、および翔泳社独自の著作権情報が埋め込まれます。
    PDFに埋め込まれるメールアドレスは、ご注文時にログインいただいたアドレスとなります。
    Amazon Payでのお支払いの場合はAmazonアカウントのメールアドレスが埋め込まれます。
  • 本製品を無断で複製、転載、譲渡、共有および販売を行った場合、法律により罰せられる可能性がございます。
  • ご購入の前に必ずPDF利用案内をお読みください。

【概要】
人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。
本書は、機械学習の基本と実践手法について解説した書籍です。
機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。
データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。

【読者対象】
人工知能関連の開発に携わる開発者、研究者

【著者】
大曽根 圭輔(おおそね・けいすけ)
筑波大学大学院システム情報工学研究科博士後期課程修了。博士(工学)。
2012年に株式会社サイバードに入社し、データ分析部門立ち上げ等を担当。
2015年に株式会社Gunosyに入社、アルゴリズム開発やユーザ行動分析、グノシー事業の責任者を担当。
データ可視化が好きで、業務外の活動で「STAT DASHグランプリ2016」総務大臣賞、第14回日本統計学会統計教育賞などを受賞。

関 喜史(せき・よしふみ)
富山商船を卒業後、東京大学工学部に編入学。同大学院工学系研究科博士課程修了。博士(工学)。
2011年度未踏OB。未踏ジュニアPM。
大学院在籍中にGunosy(グノシー)を共同開発し、2012年に当社創業。
創業期からニュース配信ロジックの開発を担当し、現在は研究開発に従事。2017年度言語処理学会論文賞受賞。
推薦システム、ユーザ行動分析が専門。

米田 武(よねだ・たけし)
1992年生まれ。2015年3月筑波大学理工学群数学類卒業、2017年3月大阪大学大学院理学研究科数学専攻修了。
修士(理学)。Certified Kubernetes Application Developer(CKAD)。AWS Summit Tokyo2018 登壇。
2017年4月に株式会社Gunosyにデータ分析エンジニアとして新卒入社後、
現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。

PDF版のご利用方法

  1. ご購入後、SEshopにログインし、会員メニューに進みます。
  2. ご購入電子書籍およびデータ > [ご購入電子書籍およびダウンロードデータ一覧]をクリックします。
  3. 購入済みの電子書籍のタイトルが表示されますので、リンクをクリックしてダウンロードしてください。
  4. PDF形式のファイルを、お好きな場所に保存してください。
  5. 端末の種類を問わず、ご利用いただけます。
機械学習に必要な数学の理論から実務で使える開発手法まで解説!
本書で身につくこと

本書の構成

Chapter1本書を読む前の準備

機械学習を行う上で必要となる環境構築と機械学習に必要なPythonの基本について解説します。

Chapter2機械学習を実務で使う

教師あり学習と教師なし学習についてサンプルをもとに解説します。

Chapter3機械学習理論編

主要な機械学習モデルの理論を数式と絡めて説明し、その理論をもとにしPythonにおけるコーディング方法を解説します。

Chapter4データの集計・整形

データの集計、整形方法と実際の機械学習モデルへの利用方法について解説します。

■Chapter 1 本書を読む前の準備
 1.1 Pythonのインストール
  1.1.1 Pythonとは
  1.1.2 Homebrewのインストール
  1.1.3 Python3のインストール
  1.1.4 仮想環境の構築
  1.1.5 なぜvenvを使うのか(なぜpyenv、anacondaを使わないのか)
 1.2 Pythonの使い方
  1.2.1 Hello World!
  1.2.2 IPythonの利用
  1.2.3 四則演算
  1.2.4 文字列の利用
  1.2.5 リスト型の利用
  1.2.6 辞書型の利用
  1.2.7 その他の型について
  1.2.8 条件分岐
  1.2.9 繰り返し
  1.2.10 関数の利用
  1.2.11 クラスの利用
  1.2.12 標準ライブラリの使い方
 1.3 Jupyter Notebookのインストールと使い方
  1.3.1 Jupyter Notebookのインストールと起動
  1.3.2 Jupyter Notebookの利用
 1.4 NumPy、scikit-learn、matplotlib、Pandasの利用
  1.4.1 NumPyのインストールと利用
  1.4.2 scikit-learnのインストールと利用
  1.4.3 matplotlibのインストールと利用
  1.4.4 Pandasのインストールと利用

■Chapter 2 機械学習を実務で使う
 2.1 業務で機械学習を使う
  2.1.1 機械学習について
  2.1.2 入出力の定式化
  2.1.3 課題を明らかにする
  2.1.4 実問題での例
 2.2 サンプルデータで教師あり学習を試す
  2.2.1 分類の例を試してみる
  2.2.2 決定木で分類する
  2.2.3 実際にありそうな問題で考える
  2.2.4 実問題に応用する際の注意点
 2.3 サンプルデータで教師なし学習を試してみる
  2.3.1 教師なし学習
  2.3.2 サンプルを用いてscikit-learnで試す
 2.4 まとめ

■Chapter 3 機械学習 理論編
 3.1 数学的準備
  3.1.1 本節の流れ
  3.1.2 なぜ数学が必要なのか
  3.1.3 集合と関数の基礎
  3.1.4 線形代数の基礎
  3.1.5 微分の基礎
  3.1.6 確率統計の基礎
 3.2 機械学習の基礎
  3.2.1 機械学習の目的
  3.2.2 技術的な仮定と用語
  3.2.3 教師あり学習
  3.2.4 汎化誤差から見る教師あり学習
  3.2.5 教師なし学習
 3.3 教師あり学習
  3.3.1 分類モデルの精度評価
  3.3.2 ロジスティック回帰
  3.3.3 ニューラルネットワーク
  3.3.4 勾配ブースティング決定木
 3.4 教師なし学習
  3.4.1 混合ガウスモデル
  3.4.2 k-平均法
  3.4.3 階層型クラスタリング
  3.4.4 カーネル密度推定
  3.4.5 t-SNE

■Chapter 4 データの集計・整形
 4.1 実際のデータを機械学習に利用するための流れ
 4.2 データの取得、集計
  4.2.1 データの構造の理解
  4.2.2 構造化データからのデータ抽出
  4.2.3 抽出
  4.2.4 集約
  4.2.5 時間の扱い方
  4.2.6 結合
 4.3 データの整形
  4.3.1 データの種類(尺度水準)の理解
  4.3.2 標準化
  4.3.3 欠損値の扱い
 4.4 非構造化データの処理
  4.4.1 テキストデータの前処理
  4.4.2 ターミナルからMeCab利用する
  4.4.3 PythonからMecab利用する
  4.4.4 画像データの処理
 4.5 不均衡データの取り扱い
  4.5.1 分類問題における不均衡データ
  4.5.2 不均衡データの問題点
  4.5.3 基本的な対処法とその実装
  4.5.4 サンプルの重みの変更
  4.5.5 ダウンサンプリング法

各種問い合わせは以下のリンクからご連絡ください

関連商品

おすすめ特集

ロングセラーコンピュータ書

ITエンジニアにぜひ読んでいただきたい、翔泳社のロングセラーコンピュータ書を厳選

ITインフラ関連本特集

ネットワーク/サーバー/セキュリティを学ぶなら読んでおきたいおすすめの書籍

生成AI特集

テキスト生成、画像生成、動画生成など、生成AI活用のスキルが身につく本をご紹介

Web制作関連本特集

HTML/CSS、JavaScript、UI/UX、デザインまで。Web制作・フロントエンド開発に役立つ本

マーケティングおすすめ本

マーケティングの勉強におすすめの本。基本から実務に役立つ戦略設計まで

介護職におすすめの本

介護職を目指す人の試験対策書、現場スタッフのための実務書など、介護職に役立つ本

特集をもっと見る