フリーライブラリで学ぶ機械学習入門

概 要

いま幅広い分野で人工知能やディープラーニングなどに代表される「機械学習」の重要性が高まっています。しかし、機械学習に興味があっても、理論や実装が難しく、一般のユーザーはなかなか手が出せません。本書は、初心者向けに人工知能やAI、評判分析、画像認識など、初歩的な機械学習のアルゴリズムや使い方を実際に体験しながら学ぶ入門書です。著者の人気勉強会の講義内容を書籍化しました。サンプルコードのDLサービス付き。

著者 堅田洋資、菊田遥平、谷田和章、森本哲也
価格 本体2400円(税別)
ISBN 978-4-7980-4961-8
発売日 2017/3/21
判型 B5変
ページ数 352
CD/DVD
ダウンロード
表紙イメージ
購入 アマゾンで購入する
楽天で購入する

※リンク先によっては、販売ページが用意されていないことがあります。あらかじめご了承ください。

新しいウィンドウで開く 書籍購入のご案内

サポート

サポート情報は以下からご参照下さい。

サポート情報へのリンク

目次

第1章 機械学習の理解

機械学習とはそもそも何を指しているのか

機械学習を用いることで何ができるのか

機械学習におけるモデリング

まとめ

第2章 予測モデルを作ってみよう

ケース: 不動産の成約価格予測システム

ビジネスゴールから分析のゴールへの翻訳

データの準備

データの前処理

実際に動かしてみよう! ― データの前処理の実習

モデルの作成

モデルの評価

実際に動かしてみよう! <モデルの作成とモデルの評価>

最後に

第3章 クラスタリング入門

序章:人間はどのようにグループに分けるのか?

クラスタリングと言ってもいろいろ

実際にやってみよう

最適なクラスター数を探そう

演習:ポルトガルの卸売企業をグループに分けてみよう!

最後に

第4章 トピックモデル入門 ? 潜在ディリクレ分配法

ケース:記事を細かいグループに分けたい

トピックモデルとは?

実際に動かしてみよう!

文書データ以外でのLDAの使い道

LDAの中身をもう少し詳しく

第5章 レコメンデーション入門

レコメンデーションの種類

実際にやってみよう

協調フィルタリングの課題:ユーザー・アイテム行列がスパース

コンテンツベースのレコメンデーション

最後に

第6章 評判分析入門

評判分析とは何か

評判分析をするときに気をつけること

評判分析を実際にやってみよう

まとめ

第7章 画像認識入門

手書き数字を認識してみる

写真を分類してみる

第8章 ディープラーニング理論編

ディープラーニングとは何か

ディープラーニングの理論的基礎

ディープラーニングの具体的なモデル

まとめ

第9章 ディープラーニング実践編

シンプルな分類問題を解いてみよう

画像分類をしてみよう

テキストを分類してみよう

EX 補足資料

Jupyter Notebook の使い方

Pythonと機械学習ライブラリのインストール

Anacondaとは

Condaとは

condaの簡単な使い方

anaconda-clientの簡単な使い方

Python入門

Githubよりサンプルコードを入手する方法

PR

秀和システム