Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。

よく一緒に購入されている商品

総額: ￥11,660

ポイントの合計: 147pt (1%)

選択された商品をまとめて購入

対象商品:Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基… - Andreas C. Muller 単行本（ソフトカバー）￥3,740
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細
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 - 斎藤康毅単行本（ソフトカバー）￥3,740
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細
Pythonによるデータ分析入門第2版 ―NumPy、pandasを使ったデータ処理 - Wes McKinney 単行本（ソフトカバー）￥4,180
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
通常配送無料（一部の商品・注文方法等を除く）詳細

この商品をチェックした人はこんな商品もチェックしています

ページ: 1 / 1 最初に戻るページ: 1 / 1

このショッピング機能は、Enterキーを押すと商品を読み込み続けます。このカルーセルから移動するには、見出しのショートカットキーを使用して、次の見出しまたは前の見出しに移動してください。

斎藤康毅

 321

単行本（ソフトカバー）
￥3,740
37pt (1%)
Wes McKinney

31

単行本（ソフトカバー）
￥4,180
42pt (1%)
Jake Vand …

19

単行本（ソフトカバー）
￥4,620
46pt (1%)
Chris Albon

16

単行本（ソフトカバー）
￥3,740
37pt (1%)
斎藤康毅

 71

単行本（ソフトカバー）
￥3,960
40pt (1%)
Bill Luba …

125

単行本（ソフトカバー）
￥4,070
74pt (2%)

Kindle化リクエスト
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。

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。

商品の説明

内容（「BOOK」データベースより）

Pythonの機械学習用ライブラリの定番、scikit‐learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit‐learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。

著者略歴 (「BOOK著者紹介情報」より)

ミュラー,アンドレアス・C.
ボン大学で、機械学習のPhDを取得。コンピュータビジョンアプリの機械学習研究者としてAmazonに1年間勤務したのち、ニューヨーク大学データサイエンスセンターを経て現在はコロンビア大学の講師。ここ4年間は、産業界および学術界で広く使われている機械学習ライブラリscikit‐learnのメンテナ、コアコントリビュータ、リリースマネージャーとして活躍する。広く使われている別の機械学習パッケージの開発者兼コントリビュータでもある

グイド,サラ
スタートアップで働くデータサイエンティスト。ニューヨーク在住。ミシガン大学大学院修了

中田/秀基
博士(工学)。産業技術総合研究所において分散並列計算の研究に従事(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)

登録情報

発売日 : 2017/5/25
単行本（ソフトカバー） : 392ページ
ISBN-10 : 4873117984
ISBN-13 : 978-4873117980
寸法 : 24 x 19 x 2.5 cm
出版社 : オライリージャパン (2017/5/25)
言語: : 日本語

Amazon 売れ筋ランキング: - 3,124位本 (の売れ筋ランキングを見る本)
- - 11位プログラミング入門書
- - 29位ソフトウェア開発・言語

カスタマーレビュー:
85個の評価

カスタマーレビュー

星5つ		63%
星4つ		22%
星3つ		9%
星2つ		2%
星1つ		4%

評価はどのように計算されますか?

この商品をレビュー

カスタマーレビューを書く

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。

牛歌

scikit-learnを用いた機械学習の初心者に絶対お薦め

2019年4月24日に日本でレビュー済み

Amazonで購入

大変素晴らしい。最初からこの本を勉強すればよかった。
自分はこの本を読む前に、下記数冊を読んでみました。
(1)
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
(2)
機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践
(3)
Python機械学習ライブラリ scikit-learn活用レシピ80+

いずれもサンプルコードの動作を確認しながら、理解しようとしました。
上記(1)も結構いいのですが、こと機械学習でscikit-learn部分に関して言えば、やはり本書ほどではない。

自分はソフトウェアシステム設計者とプログラマとして20年以上の経験をしてきたが、
上記(1),(2),(3)に関して言えば、特に(2)と(3)は中途半端だなと感じていました。説明不足か？翻訳の問題か？
更に悪く言えば訳わからない記述やコードが多くて、読み進めなくなる箇所は結構多かった。

しかし、本書では、読者の立場に立って、テーマごとに丁寧に説明しきれるように努めていると自分は深く感じました。
深入りしたくない議論や課題についてはヒントや参考資料を示してくれているのでとても有難い。

特に機械学習の初心者には非常にお薦めしたい。

48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

poppo

大変信頼できる機械学習入門書

2018年6月11日に日本でレビュー済み

Amazonで購入

人工知能の勉強を始めて半年の初心者ですが、本書は自分にとって2冊目に勉強した本です。1冊目はpythonの超初心者向けの本で、本書は2冊目。結論から言うと大変勉強になったし、本書をバイブルとしてこれからも何度も見返すことになると思います。本書は機械学習の手法の一般的な内容を網羅的に扱っており、本書を繰り返し読み、コードを写経することで機械学習（ディープラーニングを除く）を実際に自分で使うことができるようになると感じました。本書に出会えて本当に良かった。

42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

基礎というよりは入門だが、Pythonか機械学習の初学者は読んだほうがいい

2019年4月17日に日本でレビュー済み

Amazonで購入

いわゆるデータサイエンス、機械学習でやれと言われる（スクリプトの）タスクは大体網羅されています。
実際問題としてはその前処理後処理がいろいろ連なっているのですが……
類書が多数あるので、1桁万円くらいは予算を使って買ったほうがよいと感じます。
本書は出発点、およびことあるごとに戻って読むハブ本としては非常に有用です。

20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

あっきう

scikit-leanを使うなら持っておきたい１冊

2020年5月9日に日本でレビュー済み

Amazonで購入

仕事でscikit-learnを使うことになり、インターネットでいろいろ調べたのですが要領を得なかったので本書を購入しました。
結論から言うと、大満足です。
というか、この本が無ければ、scikit-learnの使い方のHow toを身につけることはできなかったでしょう。
以下、各章ごとに簡単に良かった点をお話します。

１章　はじめに
導入部としては可もなく不可もなく、といった感じです。
ただ、本書で使用するライブラリ群について、概要が説明されているので、知らないライブラリがあっても抵抗なく２章以降を読み進めることができます。

２章　教師あり学習
ここが、この本の山場のひとつです。
機械学習でよく使用される手法について、実際にscikit-learnを使ったpythonコードを交えながら説明してくれます。私は他の書籍で教師あり学習については前知識があったので、内容がすんなり入ってきました。
また、「このモデルは、scikit-learnではこんな風に書くのか」といった、使えるサンプルコードがたくさんあり、とても勉強になりました。

３章　教師なし学習と前処理
個人的には教師なし学習は使わないので、流し読みしました。
内容的にも、教師なし学習の初学者がいきなり理解できるレベルではないと思います。
別の本で、教師なし学習の基本を身につけ、それから本章を読んで、「scikit-learnではこんな風に書くんだ」と再認識するのが良いと思います。

４章　データの表現と特徴量エンジニアリング
この章は、あまりピンときませんでした。
仕事上で必要に迫られたときに、また読み返そうと思います。

５章　モデルの評価と改良
この本最大の山場だと思います。個人的には、この章だけで、この本を買ってよかったと思いました。
実際にモデルを作るときに、それをどう評価して、どう改良すればよいのか、scikit-learnを使った具体的なテクニックが満載です。
モデルの評価に悩んでいる人には、オススメです。
理論はわかっているけど、実践でどうやればいいんだろう？みたいな悩みを解決してくれます。

６章　アルゴリズムチェーンとパイプライン
この章も、実用的で良い章でした。
scikit-learnのパイプラインという機能の使い方の説明なのですが、これがすごく有用です。
知らないと損するレベルのテクニックで、大満足でした。

７章　テキストデータの処理
文章をscikit-learnで処理する方法について詳細に解説されています。
が、個人的にはいまひとつでした。
そもそも、文章を機械学習させるなら、RNNを使うかな、と思いますし、この分野にscikit-learnを使うシチュエーションを思いつきません。
しかし、そういう機会があれば、きっと役に立つ内容だと思います。

８章　おわりに
この本を読み終えたあと、深堀りしたければこの本がオススメ、とか、こういう勉強をしたらいいよ、といったことが書かれています。内容としてはまずまずです。
日本語化された書籍もいくつか紹介されていますし、このオススメに乗っかるのも手かと思います。

以上、非常に満足のいく内容でしたが、少しだけ不満点を。
説明を簡単にするため、著者がこの本用に作ったmglearnというライブラリが、サンプルコードの中に頻出します。１章で、このライブラリのことはあまり気にするな、と書いてますが、このライブラリがブラックボックス過ぎて、サンプルソースを追うのが辛い場面がちょこちょこありました。
できれば、こうしたブラックボックスなオリジナルライブラリは無しでサンプルソースを書いてほしかったです。

また、本書のサンプルコードには随所にmatplotlibが登場します。
このライブラリの知識がないと、ハテナマークが付きまくる箇所が結構あります。
できれば、１章割いて（またはコラムでもいいので）使用しているmatplotlibのメソッドの説明をしてほしかったと思います。とてもきれいなグラフが書けるサンプルなだけに、理解が難しいのは残念でした。

この書籍は、pythonで「はじめる」とありますが、完全初学者用の入門書ではありません。
まったく機械学習を知らない場合は、別の、もっと簡単な書籍で勉強してから読むことをお勧めします。

とはいえ、良書であることには間違いありません。
scikit-learnを使うなら、携帯必須の書籍だと思います。
誤訳もなく、非常に読みやすい訳文だったのもプラスです。

9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

ｋｋ

難しい

2018年12月3日に日本でレビュー済み

Amazonで購入

この書籍だけでは、理解に苦しむ。
これでもプログラム歴は15年と長く、自信があったので、驚いた。

17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

ロマンロラン

この一冊で機械学習の流れがわかる

2019年9月3日に日本でレビュー済み

Amazonで購入

プログラミングや数学の知識がほとんどないままこの本を読み始めました。最初はちんぷんかんぷんでしたが、本の通りに写経をすることで、コードの意味がだんだんわかってきます。今二周目に突入ですが、この本のお陰で機械学習のモデルが自分で組めるようになりました。
本のタイトル通りプログラミングで機械学習の流れを掴む本です

11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

まさにscikit-learnで機械学習

2019年1月1日に日本でレビュー済み

Amazonで購入

副題の通り、scikit-learnで機械学習をやってみたいという人におすすめです。
具体的な手法を学ぶことができます。

ただし、機械学習の一冊目だと難易度が高いと思いますので、初学者の方は別の入門的な本でまずは学習されることをおすすめします。

10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

秋茜

機械学習の基礎を学ぶのに有用

2020年4月14日に日本でレビュー済み

Amazonで購入

機械学習について、理論は一通り学んだけど実際に動かしたことはなく、これから動かしたいという人には最適な本。

代表的なアルゴリズムを解説しており、本文中のPythonコードはgitから持ってこれるので、自分で動かすことで理解が深まる。

個人ブログで見る機械学習系の記事も、元ネタはこの本だったということが多い。それだけ本書は分かりやすい例が豊富である。

内容はベーシックながら、より複雑なモデルを構築する上での欠かせない知識が書かれていると思う。

3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

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）本は、聴こう。最初の1冊は無料	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売

Prime Now 好きな時間が選べる。最短2時間で届く	Amazonビジネス（法人購買）請求書払い法人価格・数量割引	Book Depository 送料無料で世界中にお届け	Shopbop 世界中の厳選されたファッションアイテム

著者をフォローする

おすすめの著者

おすすめの著者

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎 (日本語) 単行本（ソフトカバー） – 2017/5/25

よく一緒に購入されている商品

この商品をチェックした人はこんな商品もチェックしています