1章は 一般的な機械学習の概念の紹介に加えて、機械学習システムの開発フローの説明です。この本で触れる諸技術の開発プロセス上の位置が解説されます。
2,3章前半はpythonの開発環境設定とnumpy,pandas,scikit-learn等の簡単な説明と例示。
3章後半から、SQLite等各種データベース、html,css,JavaScript等の開発ツール、git、docker、microsoftAzure等それぞれで成書が書けそうな内容が怒涛のように登場してきます。
それらの知識を元に5章画像データ学習アプリ、6章文書分類bot、7章SNSからの自然言語収集アプリ と実戦的な構築が紹介されます。
たった300ページではとても完全に記述できる内容のボリュームではないですが、学習する意欲が旺盛な方には良い道標となると思います。一冊は本棚に置いていてもいいかなと思います。
この商品をお持ちですか?
マーケットプレイスに出品する

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません 。詳細はこちら
Kindle Cloud Readerを使い、ブラウザですぐに読むことができます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
データ収集からWebアプリ開発まで 実践で学ぶ機械学習活用ガイド 単行本(ソフトカバー) – 2019/9/24
機械学習を“実践"で使うスキルを1冊で身に付ける!
機械学習ライブラリの発展により、機械学習のモデル構築は非常に簡単になっています。
一方で、構築したモデルを実際に活用するにはモデル構築以外にもデータの収集、前処理、アプリの構築といったプロセスが必要になります。
本書では、こういった機械学習を活用するための技術について包括的に学ぶことのできる書籍です。
「機械学習の基礎は学んだけれど、実際の自分の問題をどう機械学習に落とし込んでいいか分からない」
「機械学習のプログラムは書けるけれど、それをアプリにするにはどうしたらいいか分からない」
といった読者にぴったりの書籍です。
1章から3章までは、Python、Numpy/Pandas/Matplotlibなどライブラリ、scikit-learnを使っての機械学習、データ収集、データベース、Webアプリ制作、Git、デプロイなどについて基礎的な知識を学びます。
4章以降は、いくつかの実践的なユースケースに基づいて、機械学習を実際に近い流れで学習します。ユースケースにより違いはありますが、データ収集、前処理、モデル構築、機械学習による分析・分類、アプリ制作、デプロイといった流れで学習していきます。
4章はDocker Composeを使って分析サーバ、データベースサーバを構築し、その上でクラスタリングを行います。
5章は魚の画像をアップロードすると名前を教えてくれる画像判別アプリを作ります。
6章はWeb上からスクレイピングで収集した自然言語をもとに、特定の内容だけを抽出し、Slackに投稿するシステムを作ります。
7章はSNS(Instagram)から教師データを収集できるようになることを目指します。
また、収集したデータを活用し、特定のキーワード(ハッシュタグ)に関する投稿に対し投稿のネガポジ分析ができるアプリケーションを作ります。
※本書の内容を実行するには、macOSでは10.13以降、WindowsではWindows10が必要です。
※なお、WindowsでDockerを使用すると、ツール側にバグが残っていたり、Windowsにインストールされている別のソフトとの干渉などによりエラーが出ることが多くあります。動作を確約できないため、本書では非推奨とさせていただきます(エラーはインターネット上の情報で解決できることもありますので検索をしてみてください)。
機械学習ライブラリの発展により、機械学習のモデル構築は非常に簡単になっています。
一方で、構築したモデルを実際に活用するにはモデル構築以外にもデータの収集、前処理、アプリの構築といったプロセスが必要になります。
本書では、こういった機械学習を活用するための技術について包括的に学ぶことのできる書籍です。
「機械学習の基礎は学んだけれど、実際の自分の問題をどう機械学習に落とし込んでいいか分からない」
「機械学習のプログラムは書けるけれど、それをアプリにするにはどうしたらいいか分からない」
といった読者にぴったりの書籍です。
1章から3章までは、Python、Numpy/Pandas/Matplotlibなどライブラリ、scikit-learnを使っての機械学習、データ収集、データベース、Webアプリ制作、Git、デプロイなどについて基礎的な知識を学びます。
4章以降は、いくつかの実践的なユースケースに基づいて、機械学習を実際に近い流れで学習します。ユースケースにより違いはありますが、データ収集、前処理、モデル構築、機械学習による分析・分類、アプリ制作、デプロイといった流れで学習していきます。
4章はDocker Composeを使って分析サーバ、データベースサーバを構築し、その上でクラスタリングを行います。
5章は魚の画像をアップロードすると名前を教えてくれる画像判別アプリを作ります。
6章はWeb上からスクレイピングで収集した自然言語をもとに、特定の内容だけを抽出し、Slackに投稿するシステムを作ります。
7章はSNS(Instagram)から教師データを収集できるようになることを目指します。
また、収集したデータを活用し、特定のキーワード(ハッシュタグ)に関する投稿に対し投稿のネガポジ分析ができるアプリケーションを作ります。
※本書の内容を実行するには、macOSでは10.13以降、WindowsではWindows10が必要です。
※なお、WindowsでDockerを使用すると、ツール側にバグが残っていたり、Windowsにインストールされている別のソフトとの干渉などによりエラーが出ることが多くあります。動作を確約できないため、本書では非推奨とさせていただきます(エラーはインターネット上の情報で解決できることもありますので検索をしてみてください)。
- 本の長さ328ページ
- 言語日本語
- 出版社マイナビ出版
- 発売日2019/9/24
- 寸法18.5 x 2.2 x 23.5 cm
- ISBN-104839969221
- ISBN-13978-4839969226
この商品を見た後に買っているのは?
ページ: 1 / 1 最初に戻るページ: 1 / 1
商品の説明
内容(「BOOK」データベースより)
大量のデータをまとめて収集、機械学習モデルにかけるための前処理、システムへの機械学習モデルの組み込み、結果を可視化するためのアプリ開発・デプロイ―機械学習を活用するための技術が一冊で身につきます。
著者について
■ 吉崎 亮介(よしざき りょうすけ)
Chapter 1 ~3、6を担当。
株式会社キカガク代表取締役社長/東京大学 非常勤講師。
1991年生まれ。舞鶴高専にて画像処理およびロボットの研究、京都大学大学院にて製造業向けの機械学習を用いた製造工程最適化の研究に従事。株式会社SHIFTでソフトウェアテストの研究開発を経て、株式会社Caratを共同創業。2017年1月より株式会社キカガクとして独立。日本マイクロソフトと共同でビジネス目線の教育事業や、東京大学で非常勤講師としてアカデミック向けの教育事業まで幅広く取り組み、3期目で受講生が20,000人を越える。
■ 鹿野 高史(しかの たかし)
Chapter 4を担当。
株式会社フォーエス所属。
1978年生まれ。東京都出身、5人兄弟の長男。
日本工業大学建築学科卒業後、フリーターを経て2003年株式会社フォーエス入社。
業務系からコンシューマー向けのアプリケーション開発、OS・ネットワークのインフラ基盤構築などを経験。
マネージメントなどジェネラリスト方面でキャリアを築いていたが、最近は方向転換し、好きな物作りに近いところでスペシャリストとしてキャリアを進めている。
最近の主戦場はビッグデータの収集、分析、モニタリング周り。ユーザーが喜んで使ってもらえるサービスを提供していきたい。
機械学習も1つ重要なファクターとして取り組んでいる。趣味はジョギング、スノボ、フットサルなど体を動かすことが好き。
■ 佐藤 芳樹(さとう よしき)
Chapter 5を担当。
1987年11月新潟県佐渡島出身。群馬大学工学部情報工学科でグラフ理論の研究を行う。
卒業後、株式会社エヌデーデーに入社し、一貫して公益(主に鉄道)業界の業務システム開発に携わる。
入社後、データサイエンスに興味を持ち、機械学習やPythonと出会う。
近年は、BIシステム・データウェアハウス構築などデータ基盤関連プロジェクトを中心に参画している。
趣味はダーツと博物展巡り。やっぱり亀が好き。
■ 山口 純平(やまぐち じゅんぺい)
Chapter 6を担当。
法政大学システム制御工学科を卒業後、外資系証券、外資系銀行のバックオフィスの業務効率化業務を推進。その後フリーランスとして、システムの上流工程、PMOとして多数のシステムプロジェクトに携わる。
現在、会計系コンサル会社にて金融や公共、通信業界のクライアントへITアドバイザリーサービスを提供。最近はRPAに興味を持ち、将来的なRPAの高度化(RPAxAI)に向けて、AI技術やRPAプロジェクトの知識を習得している。
趣味は野球観戦で、30年前からの熱狂的な「ソフトバンクホークス」ファン。球場で二人の愛娘と野球観戦を楽しんでいる。
■ 小松 博(こまつ ひろし)
Chapter 7を担当。
デジタルマーケター&エンジニア。
早稲田大学卒、株式会社SO-AI Japan 代表取締役社長。
SNSを活用したデジタルマーケティングに明るく、ゴルフ系オウンドメディアをデータドリブンによりサイト訪問者数を2ヶ月で980%アップさせるなど改善し、メディア売却を経験。
また、特定業界に特化し、instagram上のバズった投稿事例のみを統計的に抽出できるアプリケーションを独力で開発するなど、SNS運用/広告運用等のデジタルマーケティングからAPI/機械学習を使ったアプリケーション開発まで、SNSマーケティング全域をカバー。
現在は「Social、AI、カスタマーデータの活用を軸に、マーケターと顧客の相思相愛(SO-AI)を築く」ことをミッションとし、売上高グローバル1兆円規模の企業を中心にデジタルマーケティングサポートを行っている。
Chapter 1 ~3、6を担当。
株式会社キカガク代表取締役社長/東京大学 非常勤講師。
1991年生まれ。舞鶴高専にて画像処理およびロボットの研究、京都大学大学院にて製造業向けの機械学習を用いた製造工程最適化の研究に従事。株式会社SHIFTでソフトウェアテストの研究開発を経て、株式会社Caratを共同創業。2017年1月より株式会社キカガクとして独立。日本マイクロソフトと共同でビジネス目線の教育事業や、東京大学で非常勤講師としてアカデミック向けの教育事業まで幅広く取り組み、3期目で受講生が20,000人を越える。
■ 鹿野 高史(しかの たかし)
Chapter 4を担当。
株式会社フォーエス所属。
1978年生まれ。東京都出身、5人兄弟の長男。
日本工業大学建築学科卒業後、フリーターを経て2003年株式会社フォーエス入社。
業務系からコンシューマー向けのアプリケーション開発、OS・ネットワークのインフラ基盤構築などを経験。
マネージメントなどジェネラリスト方面でキャリアを築いていたが、最近は方向転換し、好きな物作りに近いところでスペシャリストとしてキャリアを進めている。
最近の主戦場はビッグデータの収集、分析、モニタリング周り。ユーザーが喜んで使ってもらえるサービスを提供していきたい。
機械学習も1つ重要なファクターとして取り組んでいる。趣味はジョギング、スノボ、フットサルなど体を動かすことが好き。
■ 佐藤 芳樹(さとう よしき)
Chapter 5を担当。
1987年11月新潟県佐渡島出身。群馬大学工学部情報工学科でグラフ理論の研究を行う。
卒業後、株式会社エヌデーデーに入社し、一貫して公益(主に鉄道)業界の業務システム開発に携わる。
入社後、データサイエンスに興味を持ち、機械学習やPythonと出会う。
近年は、BIシステム・データウェアハウス構築などデータ基盤関連プロジェクトを中心に参画している。
趣味はダーツと博物展巡り。やっぱり亀が好き。
■ 山口 純平(やまぐち じゅんぺい)
Chapter 6を担当。
法政大学システム制御工学科を卒業後、外資系証券、外資系銀行のバックオフィスの業務効率化業務を推進。その後フリーランスとして、システムの上流工程、PMOとして多数のシステムプロジェクトに携わる。
現在、会計系コンサル会社にて金融や公共、通信業界のクライアントへITアドバイザリーサービスを提供。最近はRPAに興味を持ち、将来的なRPAの高度化(RPAxAI)に向けて、AI技術やRPAプロジェクトの知識を習得している。
趣味は野球観戦で、30年前からの熱狂的な「ソフトバンクホークス」ファン。球場で二人の愛娘と野球観戦を楽しんでいる。
■ 小松 博(こまつ ひろし)
Chapter 7を担当。
デジタルマーケター&エンジニア。
早稲田大学卒、株式会社SO-AI Japan 代表取締役社長。
SNSを活用したデジタルマーケティングに明るく、ゴルフ系オウンドメディアをデータドリブンによりサイト訪問者数を2ヶ月で980%アップさせるなど改善し、メディア売却を経験。
また、特定業界に特化し、instagram上のバズった投稿事例のみを統計的に抽出できるアプリケーションを独力で開発するなど、SNS運用/広告運用等のデジタルマーケティングからAPI/機械学習を使ったアプリケーション開発まで、SNSマーケティング全域をカバー。
現在は「Social、AI、カスタマーデータの活用を軸に、マーケターと顧客の相思相愛(SO-AI)を築く」ことをミッションとし、売上高グローバル1兆円規模の企業を中心にデジタルマーケティングサポートを行っている。
著者略歴 (「BOOK著者紹介情報」より)
吉崎/亮介
株式会社キカガク代表取締役社長/東京大学非常勤講師。1991年生まれ。舞鶴高専にて画像処理およびロボットの研究、京都大学大学院にて製造業向けの機械学習を用いた製造工程最適化の研究に従事。株式会社SHIFTでソフトウェアテストの研究開発を経て、株式会社Caratを共同創業。2017年1月より株式会社キカガクとして独立。日本マイクロソフトと共同でビジネス目線の教育事業や、東京大学で非常勤講師としてアカデミック向けの教育事業まで幅広く取り組み、3期目で受講生が20,000人を越える
鹿野/高史
株式会社フォーエス所属。1978年生まれ。東京都出身、5人兄弟の長男。日本工業大学建築学科卒業後、フリーターを経て2003年株式会社フォーエス入社。業務系からコンシューマー向けのアプリケーション開発、OS・ネットワークのインフラ基盤構築などを経験。マネージメントなどジェネラリスト方面でキャリアを築いていたが、最近は方向転換し、好きな物作りに近いところでスペシャリストとしてキャリアを進めている
佐藤/芳樹
1987年11月新潟県佐渡島出身。群馬大学工学部情報工学科でグラフ理論の研究を行う。卒業後、株式会社エヌデーデーに入社し、一貫して公益(主に鉄道)業界の業務システム開発に携わる。入社後、データサイエンスに興味を持ち、機械学習やPythonと出会う。近年は、BIシステム・データウェアハウス構築などデータ基盤関連プロジェクトを中心に参画している
山口/純平
法政大学システム制御工学科を卒業後、外資系証券、外資系銀行のバックオフィスの業務効率化業務を推進。その後フリーランスとして、システムの上流工程、PMOとして多数のシステムプロジェクトに携わる。現在、会計系コンサル会社にて金融や公共、通信業界のクライアントへITアドバイザリーサービスを提供。最近はRPAに興味を持ち、将来的なRPAの高度化(RPAxAI)に向けて、AI技術やRPAプロジェクトの知識を習得している
小松/博
デジタルマーケター&エンジニア。早稲田大学卒、株式会社SO‐AI Japan代表取締役社長。SNSを活用したデジタルマーケティングに明るく、ゴルフ系オウンドメディアをデータドリブンによりサイト訪問者数を2ヶ月で980%アップさせるなど改善し、メディア売却を経験。また、特定業界に特化し、instagram上のバズった投稿事例のみを統計的に抽出できるアプリケーションを独力で開発するなど、SNS運用/広告運用等のデジタルマーケティングからAPI/機械学習を使ったアプリケーション開発まで、SNSマーケティング全域をカバー。現在は「Social、AI、カスタマーデータの活用を軸に、マーケター顧客の相思相愛(SOーAI)を築く」ことをミッションとし、売上高グローバル1兆円規模の企業を中心にデジタルマーケティングサポートを行っている(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)
株式会社キカガク代表取締役社長/東京大学非常勤講師。1991年生まれ。舞鶴高専にて画像処理およびロボットの研究、京都大学大学院にて製造業向けの機械学習を用いた製造工程最適化の研究に従事。株式会社SHIFTでソフトウェアテストの研究開発を経て、株式会社Caratを共同創業。2017年1月より株式会社キカガクとして独立。日本マイクロソフトと共同でビジネス目線の教育事業や、東京大学で非常勤講師としてアカデミック向けの教育事業まで幅広く取り組み、3期目で受講生が20,000人を越える
鹿野/高史
株式会社フォーエス所属。1978年生まれ。東京都出身、5人兄弟の長男。日本工業大学建築学科卒業後、フリーターを経て2003年株式会社フォーエス入社。業務系からコンシューマー向けのアプリケーション開発、OS・ネットワークのインフラ基盤構築などを経験。マネージメントなどジェネラリスト方面でキャリアを築いていたが、最近は方向転換し、好きな物作りに近いところでスペシャリストとしてキャリアを進めている
佐藤/芳樹
1987年11月新潟県佐渡島出身。群馬大学工学部情報工学科でグラフ理論の研究を行う。卒業後、株式会社エヌデーデーに入社し、一貫して公益(主に鉄道)業界の業務システム開発に携わる。入社後、データサイエンスに興味を持ち、機械学習やPythonと出会う。近年は、BIシステム・データウェアハウス構築などデータ基盤関連プロジェクトを中心に参画している
山口/純平
法政大学システム制御工学科を卒業後、外資系証券、外資系銀行のバックオフィスの業務効率化業務を推進。その後フリーランスとして、システムの上流工程、PMOとして多数のシステムプロジェクトに携わる。現在、会計系コンサル会社にて金融や公共、通信業界のクライアントへITアドバイザリーサービスを提供。最近はRPAに興味を持ち、将来的なRPAの高度化(RPAxAI)に向けて、AI技術やRPAプロジェクトの知識を習得している
小松/博
デジタルマーケター&エンジニア。早稲田大学卒、株式会社SO‐AI Japan代表取締役社長。SNSを活用したデジタルマーケティングに明るく、ゴルフ系オウンドメディアをデータドリブンによりサイト訪問者数を2ヶ月で980%アップさせるなど改善し、メディア売却を経験。また、特定業界に特化し、instagram上のバズった投稿事例のみを統計的に抽出できるアプリケーションを独力で開発するなど、SNS運用/広告運用等のデジタルマーケティングからAPI/機械学習を使ったアプリケーション開発まで、SNSマーケティング全域をカバー。現在は「Social、AI、カスタマーデータの活用を軸に、マーケター顧客の相思相愛(SOーAI)を築く」ことをミッションとし、売上高グローバル1兆円規模の企業を中心にデジタルマーケティングサポートを行っている(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)
1分以内にKindleで データ収集からWebアプリ開発まで 実践で学ぶ機械学習活用ガイド 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。
登録情報
- 出版社 : マイナビ出版 (2019/9/24)
- 発売日 : 2019/9/24
- 言語 : 日本語
- 単行本(ソフトカバー) : 328ページ
- ISBN-10 : 4839969221
- ISBN-13 : 978-4839969226
- 寸法 : 18.5 x 2.2 x 23.5 cm
- Amazon 売れ筋ランキング: - 255,225位本 (の売れ筋ランキングを見る本)
- - 309位データベース処理
- カスタマーレビュー:
この商品を買った人はこんな商品も買っています
ページ: 1 / 1 最初に戻るページ: 1 / 1
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
カスタマーレビュー
5つ星のうち3.7
星5つ中の3.7
20 件のグローバル評価
評価はどのように計算されますか?
全体的な星の評価と星ごとの割合の内訳を計算するために、単純な平均は使用されません。その代わり、レビューの日時がどれだけ新しいかや、レビューアーがAmazonで商品を購入したかどうかなどが考慮されます。また、レビューを分析して信頼性が検証されます。
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2019年11月19日に日本でレビュー済み
違反を報告する
Amazonで購入
14人のお客様がこれが役に立ったと考えています
役に立った
2020年6月17日に日本でレビュー済み
Amazonで購入
・pandasでロードして,matplotでグラフ描いて,scikit learnで.fit…という本は最早掃いて捨てるほど在る中で,よくぞ出してくれた,という感じの本.特にデプロイ周りまでキッチリ扱っている本というのは物凄く少ない.Pythonあるいは機械学習でプログラミング始めました,という自分のような層にはこの辺が物凄くキツかったり,あるいはJupyterで何かやって…csvかグラフ出して何か終わり,ということになりがちだった.
・説明は全体的にこなれており,分かりやすい.
・所謂機械学習本なら必ず紹介されているもの以外に,icrawlerを用いたGoogle画像検索を自動で行うスクレイピング・seleniumを用いたブラウザ操作によるスクレイピング・SQLiteあるいはPostgreSQLとSQLAlchemyによるデータベース管理・GitとDockerの基本的な使い方・Flaskを用いたWebアプリの作成・MSAzureのAPIを用いた訓練済モデルの組込・Herokuを用いたデプロイ・Jannomeとgensimとsummpyを用いた文書要約・Auth0認証など.
・デプロイは全てHerokuだが,どうせならAWSかGCPを使う箇所が1箇所ぐらいあってもよかったかも(やり方がコロコロ変わると思って敢えて入れなかったのかな?).
・2020年6月現在では5章と7章を除けば本の通りにそのまま従うだけでデプロイまでちゃんと行ける.5章はMSAzureのAPI仕様が若干変わっているようなので公式サイトを確認する必要がある.7章はFacebook側の仕様が若干変わっているせいか,本で紹介されているとおりにはできない.
・Docker-Composeについて説明されており,説明に従って一応は動作させることができるが,これだけだと何でDocker使うのかはあまりよく分からなかった.雰囲気は掴めたろうから,あとは自分でなんとかできるだろう,というところだろうか.
・説明は全体的にこなれており,分かりやすい.
・所謂機械学習本なら必ず紹介されているもの以外に,icrawlerを用いたGoogle画像検索を自動で行うスクレイピング・seleniumを用いたブラウザ操作によるスクレイピング・SQLiteあるいはPostgreSQLとSQLAlchemyによるデータベース管理・GitとDockerの基本的な使い方・Flaskを用いたWebアプリの作成・MSAzureのAPIを用いた訓練済モデルの組込・Herokuを用いたデプロイ・Jannomeとgensimとsummpyを用いた文書要約・Auth0認証など.
・デプロイは全てHerokuだが,どうせならAWSかGCPを使う箇所が1箇所ぐらいあってもよかったかも(やり方がコロコロ変わると思って敢えて入れなかったのかな?).
・2020年6月現在では5章と7章を除けば本の通りにそのまま従うだけでデプロイまでちゃんと行ける.5章はMSAzureのAPI仕様が若干変わっているようなので公式サイトを確認する必要がある.7章はFacebook側の仕様が若干変わっているせいか,本で紹介されているとおりにはできない.
・Docker-Composeについて説明されており,説明に従って一応は動作させることができるが,これだけだと何でDocker使うのかはあまりよく分からなかった.雰囲気は掴めたろうから,あとは自分でなんとかできるだろう,というところだろうか.
ベスト1000レビュアー
機械学習を現場で活用するとはどういうことなのか、何をすることなのか、そのためにはどんなスキルや知識が必要なのか、活用現場の指導をする経験からの視座で説明する、地に足のついた本で、非常に読みやすく、参考になりました。
環境構築までで紙数の半分を割いていて、理論書ではなくあくまで実践へのガイド。この部分はもともと機械学習が取り入れられているような企業や学校の研究室なら誰かがすでにやっていてくれるところで、新しい人はそんなに悩まずに「ハイレベルな部分」に注力して手を動かし始められるでしょうが、前提として環境も知識もこれから手探りで始めようとしている人にはなかなか現実感が伴わない部分でしょうから、とても意義があり有用だと思います。
また、初心者でも入っていける道は準備されているものの、結局は数式理解があってこそ結果がついてくるのだという意味で、甘い期待を戒める内容でもあります。これも実際に現場を見てきてのポイントなのだと思います。AIによる作業代替は何から何まで可能なのではなく、仕事の中でできるプロセスとできないプロセスの見定めがまず必要というところも腑に落ちました。場合によっては仕事を組み替える必要もあるわけです。
環境構築までで紙数の半分を割いていて、理論書ではなくあくまで実践へのガイド。この部分はもともと機械学習が取り入れられているような企業や学校の研究室なら誰かがすでにやっていてくれるところで、新しい人はそんなに悩まずに「ハイレベルな部分」に注力して手を動かし始められるでしょうが、前提として環境も知識もこれから手探りで始めようとしている人にはなかなか現実感が伴わない部分でしょうから、とても意義があり有用だと思います。
また、初心者でも入っていける道は準備されているものの、結局は数式理解があってこそ結果がついてくるのだという意味で、甘い期待を戒める内容でもあります。これも実際に現場を見てきてのポイントなのだと思います。AIによる作業代替は何から何まで可能なのではなく、仕事の中でできるプロセスとできないプロセスの見定めがまず必要というところも腑に落ちました。場合によっては仕事を組み替える必要もあるわけです。