仕事ではじめる機械学習

書籍キャッチコピー
なし
著者名
中山 心太, 西林 孝, 有賀 康顕
出版社名
オライリージャパン
価格
4980
ページ数
229
出版年月日
2018/01/15

サンプルPythonコードリンク



本書のポイント

  • 実務に即した形での機械学習モデルの作成方法が学べる。
  • 実践重視の内容で、Pythonのコードを用いて解説されている。
  • 推薦システムやバッチ処置を行うシステムの実践方法等、他の本には出てきにくい内容も記載されているので、実例を理解しながら読み進めることができる。

レビュー

実務での機械学習は、ただ講座や書籍等で学ぶ内容との乖離があり、モデル実装以外の部分で苦戦してしまうことが往々にある。本書はそういった課題を持つ読者にとって役に立つ、非常に実践に近い内容となっている。また、抽象論だけではなく具体的な実践例が載っているため、とても理解に落とし込みやすいこともポイントだ。

本書は「機械学習の基本をさらってこれから機械学習を実際のプロジェクトに導入したい」、「簡単な機械学習しか作ったことがないが機械学習を実務で使いたい」と思っている人が、実務で機械学習を活用する方法・機械学習プロジェクトのはじめ方について理解する際におすすめである。

第1章〜第3章では機械学習の基本的な内容について(教師あり教師なしアルゴリズム過学習等)について簡単な概要が紹介されている。第4章以降では、実務での機械学習の活かし方について幅広く解説されている。具体的には、以下のような点が解説されている。

  • ・バッチ処置を行うシステムをアプリケーションに組み込む方法
  • ・推薦システムの実装方法
  • ・機械学習を用いない形でデータ分析を行い、そこからレポートを作成するやり方 等

ただ注意することとして、SQLについてはこの本では取り扱っていない。実際の業務では、Pythonで使えるデータにする前にSQLのクエリを挟むことがとても多い。そのため、実務でSQLが必要なシーンでは別の書籍も参考にする必要がある。

目次

1章 機械学習プロジェクトのはじめ方
2章 機械学習で何ができる?
3章 学習結果を評価しよう
4章 システムに機械学習を組み込む
5章 学習のためのリソースを収集しよう
6章 効果検証
7章 映画の推薦システムをつくる
8章 Kickstarterの分析、機械学習を使わないという選択肢
9章 Uplift Modelingによるマーケティング資源の効率化

この書籍に興味がある人へのおすすめ


レビューワー

はやと

関連記事

  1. Kaggleで勝つデータ分析の技術

  2. データ分析力を育てる教室

  3. 未来に先回りする思考法

  4. ChatGPTの頭の中

  5. 統計学が最強の学問である データ社会を生き抜くための武器と教養

  6. アフターデジタル2 UXと自由

  7. データ分析のための統計学入門 原著第4版

  8. Pythonで学ぶアルゴリズムの教科書 一生モノの知識と技術を身につける

  9. マンガでわかる統計学 因子分析編