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
    Apple
  • Android
    Android
  • Windows Phone
    Windows Phone
  • Click here to download from Amazon appstore
    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。

kcpAppSendButton

購入オプション

Kindle 価格: ¥ 2,480

これらのプロモーションはこの商品に適用されます:

Kindle または他の端末に配信

Kindle または他の端末に配信

Kindle App Ad
[島田 達朗, 越水 直人, 早川 敦士, 山田 育矢]の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]

著者をフォローする

何か問題が発生しました。後で再度リクエストしてください。


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] Kindle版


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
価格
新品 中古品
Kindle版
¥ 2,480
単行本(ソフトカバー) ¥ 2,678

紙の本の長さ: 240ページ タイプセッティングの改善: 有効 Page Flip: 有効

【Kindle Unlimited】
120万冊以上の本・コミック・雑誌・洋書が、好きな時に好きなだけ読み放題。初回30日間無料体験 今すぐチェック
【注目の新刊ページ】: 紙とKindle本が同日発売の新刊、予約中のタイトルをご紹介。 今すぐチェック

商品の説明

内容紹介

(概要)
人工知能(AI)・機械学習と言ったバズワードを見ることは多くなりましたが、まだまだデータ解析のハードルは高いと考えられています。特に機械学習の入門書には高度な理論や前提知識を必要とされることも多く、学習する過程で挫折しまうことが多いようです。エンジニアのみなさんにとっては、Pythonの便利なツールを用いてデータに実際にふれて、機械学習の面白さや便利さを体験することも良い学習方法の1つです。 誤解をおそれずに言えば、目の前のデータをどう扱えば役に立つのか? を理解してからでも理論を学ぶのは遅くはありません。本書では「勉強になった」で終わることなく現場のアプリーケーションを使うための機械学習の基礎を解説します。

(こんな方におすすめ)
・機械学習に興味のあるエンジニア
・これから機械学習を試してみたいエンジニア

(目次)
第1章 Pythonによる機械学習プログラミングの準備
1.1 本書で扱う重要なPythonパッケージ
Pandas
scikit-learn
Flask
Gensim
PyTorch
1.2 本書の読み方
コードおよびコマンドの表示
importの決まりごと
サンプルデータとサンプルコード
1.3 Pythonのセットアップ
本書で用いるPython環境とバージョン
macOSへのPythonのインストール
UbuntuへのPythonのインストール
WindowsへのPythonのインストール
MeCabのインストール
Graphvizのインストール
Pipenvによる仮想環境作成
Pythonを記述する環境
1.4 Visual Studio CodeによるPythonの実行
Visual Studio Codeのインストール
Visual Studio Codeの設定
Visual Studio Code上でのPythonファイルの実行方法
Visual Studio Codeを用いたPythonのデバッグ方法
1.5 JupyterLabの基本
JupyterLabの概要
セットアップ
JupyterLabの画面構成
Notebookの基本的な使い方
第2章 Pandasによる前処理とデータの分析
2.1 前処理とは
データ分析プロセスのフレームワークCRISP-DM
2.2 irisデータの操作
データの読み込み
データへのアクセス
1次元データ:Series
データの型
事例:型の変換
2.3 データフレームへの変換とデータフレームからの変換
データフレームの作り方
CSVファイルへの書き出し
データフレームをリストや辞書型に変換
2.4 データフレームを用いた計算や集計
カテゴリーデータの種類や頻度
ランキング
データの並び替え
基本的な集計
グループごとの集計
複数の集計を計算
2.5 その他のデータ形式の操作
TSV形式のデータ
Excel形式のデータ
htmlのテーブルを読む
メモリに乗らないデータを逐次的に読み込む
2.6 データベースからのデータ取得
データベースとは
SQLite形式のデータを作る
SQLの実行
集計と結合
2.7 Pandasによるデータ分析の例
ライブラリとデータの読み込み
カテゴリカルな列を特定
データの整形1 - 複数回答を異なる列へ展開
データの整形2 - 4種類の回答を3種類にまとめる
データの整形3 - 条件に一致する行を抽出
データの整形4 - 縦方向のデータを横方向のデータに変換
Plotlyによる可視化
1連の前処理を連続して記述するメソッドチェーン
正規化と正則化
外れ値
データのサンプリング
欠損を含むデータの削除
欠損値の補完
第3章 scikit-learnではじめる機械学習
3.1 機械学習に取り組むための準備
機械学習とは
機械学習を使うメリット
機械学習を使うデメリット
機械学習を用いるかの判断
3.2 scikit-learnによる機械学習の基本
scikit-learnとは
教師あり学習と教師なし学習
教師あり学習における課題の取り組み方
データの準備
機械学習でデータを分類する
どんな特徴量が分類に貢献しているのか?
別のアルゴリズムを試してみる
機械学習での予測結果に関する評価方法
ここまでのまとめ
3.3 Flaskとscikit-learnでAPIを構築する
マイクロサービスの考え方
機械学習のアプリケーションをつくるステップ
学習と予測を分けると得られるメリット
学習結果を保存し、読み込む
学習結果を用いて予測APIを構築する
Flaskを起動してみる
学習結果をFlaskから読み込み、予測結果をAPIで返す
まとめ
第4章 GensimとPyTorchを使った自然言語処理
4.1 自然言語処理とは
分布仮説とWord2vec
Word2vecの学習
単語の意味ベクトルの応用
4.2 Gensimで単語の意味ベクトルを学習する
Word2vecのモデル
学習データの生成
Gensimによる学習
学習時に指定できる主要なパラメータ
意味ベクトルの視覚化
4.3 類語を検索する
類語検索のアルゴリズム
類語検索の実装
4.4 アナロジーの推論をする
アナロジー推論のアルゴリズム
アナロジー推論の実装
4.5 PyTorchで日本語ニュース記事を分類する
データセットの準備
学習済み意味ベクトルのテキスト形式への変換
データセットの読み込みと語彙の作成
モデルの定義
モデルの訓練とテスト
4.6 本章のまとめと次のステップ

著者について

島田達朗(しまだたつろう)
Connehito株式会社に所属。
コネヒトを創業し、日本の3人に1人のママが使うアプリ「ママリ」を開発。現在はAWSを中心としたインフラや自然言語処理を用いた機械学習基盤の構築に従事 。博士(工学)。
Twitterアカウント:@tatsushim

越水直人(こしみずなおと)
AdAsia Holdings Pte. Ltd. に所属。
データ分析会社を経て、現職。2018年11月からタイ在住。PythonでWeb開発やデータ分析を行いつつ、最近はReactによるフロントエンド開発を担当。R言語でShinyによるWebアプリケーション開発も行っている。Twitterアカウント:@ksmzn

早川 敦士(はやかわ あつし)
株式会社FORCAS、株式会社ホクソエムに所属。
前職のリクルートコミュニケーションズではB2Cマーケティング、現職のFORCASではB2Bマーケティングプラットフォームのデータ分析及び開発を担当。大学在学中より『データサイエンティスト養成読本』(技術評論社)を共著にて執筆し、その後も執筆活動を続けている。国内最大級のR言語コミュニティであるJapan.Rを主催。株式会社ホクソエム執行役員。1年に1回のトライアスロンを目標にしている。gepuro@gmail.com

山田育矢(やまだいくや)
株式会社Studio Ousiaに所属。
Pythonが大好きなエンジニア。 大学在学中に学生ベンチャー企業を創業し、売却。その後、株式会社Studio Ousiaを設立し、Pythonを使った自然言語処理の技術開発を行う。NIPS、WWW、ACL、NACCL等の著名な情報科学の国際会議内で開催されたコンペティションにて複数回の優勝経験を持つ。主に、自然言語処理や機械学習を応用した実用的な手法の開発に興味がある。博士(学術)。理化学研究所AIP客員研究員。

登録情報

  • フォーマット: Kindle版
  • ファイルサイズ: 18613 KB
  • 紙の本の長さ: 286 ページ
  • 出版社: 技術評論社 (2019/4/19)
  • 販売: Amazon Services International, Inc.
  • 言語: 日本語
  • ASIN: B07QLQ73YX
  • Text-to-Speech(テキスト読み上げ機能): 有効
  • X-Ray:
  • Word Wise: 有効にされていません
  • おすすめ度: この商品の最初のレビューを書き込んでください。
  • Amazon 売れ筋ランキング: Kindleストア 有料タイトル - 9,885位 (Kindleストア 有料タイトル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


まだカスタマーレビューはありません


この商品をレビュー

他のお客様にも意見を伝えましょう

click to open popover