![[Sebastian Raschka, Vahid Mirjalili, 株式会社クイープ, 福島真太朗]の［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 impress top gearシリーズ](https://images-fe.ssl-images-amazon.com/images/I/51tinGCtkrL._SX260_.jpg)
数式とコードが程よい具合で書かれているこの本は２冊目として読む本としてはぴったりです。この本では matplotlib, numpy, pandas といったpythonのライブラリを多用するのでpython初心者にとっては始めびっくりするかもしれません。付録としてmatplotlibの使い方が後ろのページに書かれているのですが、ネットを調べながらやるといいと思います。
また、coursera の machine learning と合わせて読むといいと思います。courseraで扱っている内容のほとんどがこの本に収録されています。だからcourseraとこの本を読み比べてみるとより理解が進みます。courseraでは具体例が詳しいので、courseraで言っていたことをこの本に書き込むなどして機械学習のノートがわりに使うといいです。
====== 1版と2版の違い
2版では13章以降が全て新しく追加されています。(120ページくらいの追加分量!!)
今回は新たに tensorflow と Keras の実装のコードが追加されていて、CNN、RNNの実装例が示されています。
13章ではニューラルネットワーク をTensorflow で実装し、14章ではTensorflow について詳しく解説されています。15章では畳み込みニューラルネットワーク CNNを解説され、16章ではRNNが実装されていました。最後の2章はちょっと早く走りすぎな気持ちもしますが、これを足がかりに別の書籍に当たるのであればいいきっかけになるはずです。
あとデータセットも Github でダウンロードできるようになったのも小さな進歩（笑）
1版の方が安いから１版でいいかなあとケチな考えはやめて、絶対にこの2版の方をおすすめします！
内容紹介
機械学習本ベストセラーの第2版！
著者陣の経験に基づく洞察とより専門的な知識を学べる
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網羅的に解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（CNN/RNN）までの手法を取り上げます。Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。
◎本書は『Python Machine Learning: Machine Learning and Deep Learning
with Python, scikit-learn, and TensorFlow, 2nd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。
■「はじめに」より抜粋
機械学習の実践的なサンプルコードを調べて試してみるのは、この分野に飛び込むのにうってつけの方法である。幅広い概念が明確になるからだ。本書では、Python言語と機械学習ライブラリを使って機械学習の実装を体験してみるほか、アルゴリズムの背後にある数学的な概念を紹介する。それらの概念は、機械学習をうまく利用するために欠かせないものである。したがって、本書は単なる実用書ではない。本書では、機械学習の概念を必要に応じて詳しく説明する。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。
著者陣の経験に基づく洞察とより専門的な知識を学べる
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網羅的に解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（CNN/RNN）までの手法を取り上げます。Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。
◎本書は『Python Machine Learning: Machine Learning and Deep Learning
with Python, scikit-learn, and TensorFlow, 2nd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。
■「はじめに」より抜粋
機械学習の実践的なサンプルコードを調べて試してみるのは、この分野に飛び込むのにうってつけの方法である。幅広い概念が明確になるからだ。本書では、Python言語と機械学習ライブラリを使って機械学習の実装を体験してみるほか、アルゴリズムの背後にある数学的な概念を紹介する。それらの概念は、機械学習をうまく利用するために欠かせないものである。したがって、本書は単なる実用書ではない。本書では、機械学習の概念を必要に応じて詳しく説明する。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。
内容（「BOOK」データベースより）
本書では、機械学習の各コンセプトについて、理論的背景と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から、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。Python関連ライブラリとしてはscikit‐learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。