通常配送無料 詳細
残り11点(入荷予定あり) 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。 ギフトラッピングを利用できます。
ITエンジニアのための機械学習理論入門 がカートに入りました

お届け先住所
アドレス帳を使用するにはサインインしてください
または
-
正しい郵便番号を入力してください。
または
中古品: 良い | 詳細
発売元 みおな書店
コンディション: 中古品: 良い
コメント: ◆本文は良い状態で比較的良いコンディションです。◆中古品のため、表紙カバーなどの外観に軽い擦れと軽いヨレがあります。◆1つ1つ丁寧にクリーニングを行っております。◆商品はクリスタルパックに包んだ上、Amazonにより迅速に発送されます。◆なお、Amazonプライム会員のお客様は各種サービスが適用されます。 万が一商品に不備があった場合、Amazonカスタマーサービスの対応が受けられます。
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
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
この画像を表示

ITエンジニアのための機械学習理論入門 単行本(ソフトカバー) – 2015/10/17

5つ星のうち 3.7 16件のカスタマーレビュー

その他(2)の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
Amazon 価格
新品 中古品
Kindle版
"もう一度試してください。"
単行本(ソフトカバー)
"もう一度試してください。"
¥ 2,786
¥ 2,786 ¥ 2,194
この商品の特別キャンペーン 本とのまとめ買いで対象商品が10%OFF 1 件


AmazonStudent

Amazon Student会員なら、この商品は+10%Amazonポイント還元(Amazonマーケットプレイスでのご注文は対象外)。

click to open popover

キャンペーンおよび追加情報


よく一緒に購入されている商品

  • ITエンジニアのための機械学習理論入門
  • +
  • ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
総額: ¥6,458
ポイントの合計: 195pt (3%)
選択された商品をまとめて購入

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。



Amazonランキング大賞2017上半期 本
やせるおかずの柳澤英子さん、白石麻衣さん、にしのあきひろさん、諫山創さんからの受賞コメント付き 和書総合ランキングTOP20へ

商品の説明

内容紹介

現在話題となっている機械学習(Machine Learning)のツールやライブラリは内部でどのような計算をしているのか? 計算で得られた結果にはどのような意味があり、どのようにビジネス活用すればよいのか?――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより、その結果を見ることで機械学習を支える理論を実感できるようになります。

内容(「BOOK」データベースより)

機械学習のしくみを学ぶデータサイエンスの本質を理解する。

商品の説明をすべて表示する

登録情報

  • 単行本(ソフトカバー): 256ページ
  • 出版社: 技術評論社 (2015/10/17)
  • 言語: 日本語
  • ISBN-10: 4774176982
  • ISBN-13: 978-4774176987
  • 発売日: 2015/10/17
  • 梱包サイズ: 20.8 x 15 x 2 cm
  • おすすめ度: 5つ星のうち 3.7 16件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 6,093位 (本の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

カスタマーレビュー

トップカスタマーレビュー

形式: 単行本(ソフトカバー) Amazonで購入
機械学習の本。ITエンジニアを想定して書かれている。プログラムをダウンロードして動かして体感しながら学べるようになっている点が大変良い。最初の方には、長く数学から離れていた読者用として、関連する数学記号と基本公式についての簡単な説明がある。

扱われている内容は、最小二乗法、最尤推定法、パーセプトロン、ロジスティック回帰、k平均法、ベイズ推定といったものになる。解説は式を用いながら簡潔に行われている。プログラムはPythonで書かれている。複数のグラフで出力を比較したり、パラメーターをいじって実行しなおして変化を確認できる。

ただ、他にも書いている人がいるように、プログラムがダウンロードして簡単に動かせるのはいいのだが、そのプログラム自体の説明がない。また、Deep Learning関連も入れると分厚くなるのでそこは他の本に譲る前提としても、この内容であればSVMくらいは範囲に入れて欲しかった。それから、本書用のサンプルはPython2用であって、Python3の環境ではそのままでは動かないものが多い。尚、これは著者のせいではないが、本書で推奨されているCANOPYは、このレビューを書いている時点の最新盤ではWindows環境でPathに日本語表記が混じっているとそのままではうまく動かなくて苦戦した。
コメント 1人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー) Amazonで購入
機械学習は何?と知りたくて読んでみました。

数学的な基礎がないと、ちゃんとは読めません。
ただそういう方は、実務で使う方ではないと思うので、細かい話はすっとばして
エンジニアたちが騒いでいるのは「正解にたどりつく」推計方法だとわかればいいのかと。

分厚すぎず、読みやすいです。何度か繰り返して読みたいと思います。
コメント 3人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: Kindle版 Amazonで購入
初心者が初めに読む本として最適だと思います。
理由:
・事例を挙げて、数式をわかりやすく説明している。
・その数式に意味を説明している。(例えば、第8省ベイズ推定)
・各アルゴリズムの違いとその使用方法の説明がされている。
私自身は、オライリーの機械学習も読みましたが、オライリーはpythonプログラムの使い方
が主です。機械学習の本質を優しく説明した本は「機械学習理論入門」だと思います。
コメント 7人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: Kindle版 Amazonで購入
deeplearningの学習等 確率・統計理論がコンパクトにまとまっていて 忘れかけていた確率・統計理論がよくわかった気がしました
コメント 4人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー)
本書は一部Pythonのコードなども書かれているが、基本的にツールの使い方やプログラミングをするためのものではなく、主要な機械学習の「アルゴリズム」を「数理的に理解する」ことに主眼が置かれている。ITエンジニアのための、とあるが、エンジニアのみならず、ブラックボックスと思われている機械学習のアルゴリズムを知りたい人にはたいへん有益な教科書である。教科書であるが、大学の先生ではなく市井のエンジニアが書いているので、天下りではない語り口で丁寧に解説されているのが親しみやすい。事例もわかりやすく、的を得たグラフが理解を助ける。ただし本書の内容を理解するためには、少なくとも大学理系程度の数学力は必須であり(高校数学では無理)、そのスキルがない人が読んでも、何が書いてあるか理解するのは難しいであろう。
機械学習の代表的なアルゴリズムを7つほど解説しているが、SVMやニューラルネットが含まれていないので、☆を1つ減らしました。
コメント 9人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー)
機械学習に関しての説明はわかりやすいと思います。
グラフもあるし、視覚的にも理解できます。
ただ、Pythonのコードの説明がほとんどありません。
numpy、matplotlib、pandasを使ったことがない人はサンプルコードは理解できません。
Pythonは別で習得している必要があります。
コメント 35人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー)
機械学習の各手法について、問題の解き方だけでなく、
使われる数式の意味を丁寧に説明している点がおすすめです。

私は、Pythonのコードは確認しませんでしたが
日本語の説明だけでも読む価値がありました。

機械学習というと、何か機械に知能があって
考えて問題を解いているように誤解しそうですが、

単にモデル選択し、
適切なパラメータを予想しているだけだと分かり
機械学習を身近に感じれるようになりました。
コメント 5人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告

最近のカスタマーレビュー