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。

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

・

はやと