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。
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。
本書では理論と実践のどちらにもフォーカスを当てAIや機械学習について「ある程度、中身を知って使える」を目指す入門書です。
Twitter APIや国の統計データなど、生のデータを使い、遊んでいるような感覚で理解が進む1冊です。
■「はじめに」より抜粋
本書は、AIや機械学習について、「何だかよくわからないけどすごいもの」という理解から、「ある程度、中身を知っていて使える」にアップデートしたい人(もしくは、アップデートしなければいけなくなってしまった人)に向けた、導入となる最初の1冊になることを目指しています。
本書では、理論と実践、両方を抑えています。まず、なるべく数式を使わずに、直感的な理解ができるように機械学習の理論について解説します。「遊んで学ぶ」というタイトルの通り、理論の勉強も楽しめるように、具体例や図を多く使っています。しかし、だからといって不正確にならないように繊細な注意を払いながら、ギリギリまで噛み砕いて説明を行っています。
その後、よく使われるデータセットではなく、「APIで自由に取得できる、さまざまな企業が提供しているデータ」「国が提供している統計データ」などの生のデータを使い、実際に分析を行います。
本書は、実際にデータを取得するところからスタートすることで、「データの量を増やしたら結果はどうなるのだろう」「?このデータを可視化してみたらどうなるのだろう」「?変数を変えてみたらどうなるのだろう」?と、まるでデータを使って遊んでいるような感覚で理解が進むことを狙っています。
なお、データ分析を行うにあたり、多くの人は、RもしくはPythonというプログラミング言語を使います。どちらも、データ分析やデータ整形、そして可視化を行うのに有効なライブラリが多数存在しているため、非常に人気です。本書では、Pythonを用いて実装コードを記述しています。ただし、Rを使いたい人も進められるように、RとPython両方のコードを、Github上にて公開しています。ぜひ、参考にしてください。
■目次
●CHAPTER 01 Pythonの導入
001 Pythonとは
002 開発環境の構築について
003 Pythonの基本的な使い方
●CHAPTER 02 Pythonを使ったデータ処理
004 ライブラリのインストール方法
005 Numpyライブラリの使い方
006 Pandasの使い方
007 Pythonの可視化ライブラリ
008 データ分析の流れ
●CHAPTER 03 教師あり~回帰~
009 線形回帰
010 リッジ回帰・ラッソ回帰
●CHAPTER 04 教師あり~分類~
011 ロジスティック回帰
012 決定木
013 ランダムフォレスト
●CHAPTER 05 教師なし
014 主成分分析
015 K平均法
●CHAPTER 06 評価指標
016 回帰における評価指標
017 分類における評価指標
●CHAPTER 07 ニューラルネットワーク
018 ニューラルネットワーク
019 畳み込みニューラルネットワーク
●CHAPTER 08 その他の手法
020 word2vec
021 協調フィルタリング
●APPENDIX 本編で省略した事項について
022 最小二乗法
023 シグモイド関数
024 ロジスティック回帰の損失関数
理論と実践のどちらにもフォーカスを当て、AIや機械学習について「ある程度、中身を知って使える」を目指す入門書。Twitter APIや国の統計データなど、生のデータを使い、遊んでいるような感覚で理解が進む1冊!
商品の説明をすべて表示する
登録情報
|
![Pythonクローリング&スクレイピング[増補改訂版] -データ収集・解析のための実践開発ガイド](https://images-na.ssl-images-amazon.com/images/I/81vnBYz%2BaSL._AC_UL160_SR127,160_.jpg)
![Pythonによるはじめての機械学習プログラミング[現場で必要な基礎知識がわかる]](https://images-na.ssl-images-amazon.com/images/I/81Dyc7a1phL._AC_UL160_SR113,160_.jpg)
