- 単行本（ソフトカバー）: 208ページ
- 出版社: インプレス (2018/3/26)
- 言語: 日本語
- ISBN-10: 4295003417
- ISBN-13: 978-4295003410
- 発売日： 2018/3/26
- 梱包サイズ: 20.8 x 14.8 x 1.6 cm
- おすすめ度： 8件のカスタマーレビュー
-
Amazon 売れ筋ランキング:
本 - 209,579位 (本の売れ筋ランキングを見る)
- 339位 ─ 人工知能
- 2706位 ─ 産業研究 (本)
- 8059位 ─ コンピュータ・IT (本)
- 目次を見る
いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事に AI を導入する方法 (「いちばんやさしい教本」シリーズ) 単行本（ソフトカバー） – 2018/3/26
Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。
-
Apple
-
Android
-
Android
無料アプリを入手するには、Eメールアドレスを入力してください。
１分以内にKindleで いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事にAIを導入する方法 「いちばんやさしい教本」シリーズ をお読みいただけます。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
無料で使えるAmazonオリジナルブックカバー
10種類のロゴ入りデザインから好みのデザインを印刷して取り付けよう。 詳しくはこちら。
商品の説明
内容紹介
●AIをビジネスに導入するノウハウを丁寧に解説
ビジネス上の新しい価値を生み出したり課題を解決したりするときに、有力な選択肢の1つとなるツールが「AI」です。本書では、ビジネスにAIを導入するための構想から実装、運用までの一連の取り組みを「機械学習プロジェクト」と呼び、実践的な導入方法を丁寧に解説します。
●やるべきことが全部わかる
現在では、AIの利用を後押しするクラウドサービスなども立ち上がり、環境面では事業に取り入れるハードルがぐんと下がったといえます。しかし、実際にビジネスで利用するとなると、
「どんな効果があるのか」
「自社に適用できるのか」
「どこから手をつければよいのか」
「誰に頼めばいいのか」
「いくらかかるのか」
……など、わからないことだらけというのが現実ではないでしょうか。
本書ではその「わからないこと」を1つ1つ解消し、ビジネス課題や新しい価値を生み出すために、AIを活用する方策を解説します。
<本書を読むとわかること>
・AI、機械学習の仕組み
・AI、機械学習でできること
・プロジェクトに必要なリソース
・投資対効果の試算方法
・機械学習に必要なデータ
・プロジェクト体制の構築方法
・機械学習システムの実装と運用ノウハウ
・成功した取り組み事例
内容（「BOOK」データベースより）
ITや数学の知識がなくてもわかる、機械学習を用いた事業成長ノウハウが満載。AI・機械学習の基本知識からビジネスに組み込む戦略立案~実行まで幅広く解説。プロジェクトリーダーとして知っておくべき全知識が1冊で身につく。
商品の説明をすべて表示する出版社より
|
|
|
|
|
|---|---|---|---|---|
| マンガでわかる人工知能 | いちばんやさしい人工知能ビジネスの教本 人気講師が教えるAI・機械学習の事業化 | パソコンで楽しむ 自分で動かす人工知能 | いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事にAIを導入する方法 | |
| 対応言語 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 |
| 習熟度 | 入門 | 初級～中級 | 初級～中級 | 初級～中級 |
| 対象読者 | ・人工知能によって世の中や仕事がどう変わっていくのか知りたい方 | "・ビジネス領域での人工知能活用イメージを知りたい方 ・人工知能を使うにあたっての法規制や課題を知りたい方 | ・まずは人工知能がどんなものか実際に動かしてみたい方 ・より高度な専門書にステップアップする前提知識を身につけたい方 | ・機械学習やAIをつかったプロジェクトにかかわるすべての方 ・経営者、シニア管理職~担当者レベルまで ・技術書で機械学習を本格的に学ぶ前に概要レベルを学びたい方 |
| 本書で分かること | マンガで楽しみながら、AIについての大きな流れや主要な知識を解説。仕事、子育て、介護など、自分たちの生活がAIによってどう変わっていくのかを学べる | 自動運転、画像認識、マッチング、創作、Fintechといったトピックから人工知能をビジネスに活用するためのエッセンスを解説。人工知能技術を利活用するにあたっての法規制の解説も | 写真から顔を認識させる、写真を有名な絵画風にする、線画に自動で色をつける、文豪風テキストを作るなど、作例を通じて人工知能の仕組みを学ぶ体験型の解説書 | AI・機械学習の仕組み、AI・機械学習でできること、プロジェクトに必要なリソース、投資対効果の試算方法、機械学習に必要なデータ、プロジェクト体制の構築方法、機械学習システムの実装と運用ノウハウ、成功した取り組み事例など |
|
|
|
|
|---|---|---|---|
| エンジニアのためのAI入門 | Machine Learning実践の極意 機械学習システム構築の勘所をつかむ！ | Rではじめる機械学習 データサイズを抑えて軽量な環境で攻略法を探る | |
| 対応言語 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 |
| 習熟度 | 初級～中級 | 初級～中級 | 初級～中級 |
| 対象読者 | ・業務としてディープラーニングやAIに携わる必要(可能性)がある技術者の方 | ・機械学習システムの構築に興味のあるIT技術者や研究者/学生 ・プログラマー、データアナリスト、データサイエンティスト | ・機械学習を試してみたい方 ・プロトタイピングや検証を手軽に行いたい方 |
| 本書で分かること | AIの基礎知識、様々な業種の利用事例、ディープラーニング・AIの最前線で活躍する技術者の紹介など | ビジネス上の機械学習の利点や課題、データの収集/整備、モデルの構築/評価/最適化の基本的な考え方、実データによるケーススタディや予測スループットの改善、大容量データへの対応など | 単回帰/重回帰/ロジスティック回帰、クラスタリング、主成分分析、アソシエーション分析、SVM、アンサンブル学習、ベイズ推定、ディープラーニングなど |
|
|
|
|
|
|
|
|---|---|---|---|---|---|---|
| スラスラ読める Pythonふりがなプログラミング | いちばんやさしいPythonの教本 人気講師が教える基礎からサーバサイド開発まで | 基礎Python | 逆引きPython標準ライブラリ 目的別の基本レシピ180+！ | ［第2版］Python機械学習プログラミング 達人データサイエンティストによる理論と実践 | TensorFlow機械学習クックブック Pythonベースの活用レシピ60+ | |
| 関連言語 | Python | Python | Python | Python | Python | Python |
| 習熟度 | 入門 | 初級～中級 | 初級～中級 | 初級～中級 | 上級 | 上級 |
| 対象読者 | ・Pythonの基本を身につけたい方 ・過去にプログラミングの入門書で挫折してしまった方 ・プログラマーやエンジニアを目指す方 ・仕事でPythonを活用してみたい方 | ・Pythonではじめてプログラミングをはじめる方 ・Pythonを使って機械学習やデータ解析に触れてみたいが、まずは入門からはじめたい方 | ・基礎から学びたいプログラミング初心者の方 | ・Pythonの基本的な文法を理解した方 ・基本的な文法の次にPythonの標準ライブラリを理解したい方 | ・Pythonの基礎、数学（微積分/線形代数）の基礎、データ分析用Pythonライブラリの基礎を理解している、機械学習やデータサイエンスに興味のあるIT技術者や研究者/学生 | ・機械学習やPythonプログラミングについて、ある程度経験のある方 |
| 本書で分かること | 本書内に登場するプログラムの読み方をすべて載せ、さらに、漢文訓読の手法を取り入れ、読み下し文を用意。プログラムの1行1行が何を意味していて、どう動くのかが理解できるので、Pythonの基礎文法が身につく | 講義+実習のワークショップ形式で会話bot「pybot」を作りながら、Pythonのプログラミングを学ぶ | Python 3の変数の取り扱いから、リスト、タプルといったPython固有のデータの操作、制御構造や関数など | 便利に使えるPython標準ライブラリの活用術、文字列/データ操作、テキスト処理、ファイル操作、数値演算、ネットワークアクセス、GUIなど | 機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を解説。初期の機械学習アルゴリズム、ニューラルネットワーク(CNN/RNN)までの手法など | TensorFlowの考え方、定型コード、利用できる各種オープンデータを解説。線形回帰、SVM、最近傍法、ニューラルネットワーク、自然言語処理、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、運用環境のための手法、遺伝的アルゴリズム、k-means、常微分方程式など |
登録情報 |
