現場で使える！Ｐｙｔｈｏｎ機械学習入門　機械学習アルゴリズムの理論と実践

本書は、機械学習の基本と実践手法について解説した書籍です。機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。対象読者は人工知能関連の開発に携わる開発者、研究者。本書は、第１章では、機械学習を行う上で必要となる環境構築と機械学習に必要なＰｙｔｈｏｎの基本について解説しています。第２章では、教師あり学習と教師なし学習についてサンプルをもとに解説します。第３章では、教師あり学習と教師なし学習に関連する機械学習モデルについて解説しています。主要な機械学習モデルの理論を数式と絡めて説明し、その理論をもとにしたＰｙｔｈｏｎにおけるコーディング手法を説明しています。第４章では、データの集計、整形方法と実際の機械学習モデルへの利用方法について解説しています。

［概要］
人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。
本書は、機械学習の基本と実践手法について解説した書籍です。
機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。
データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。

【読者対象】
人工知能関連の開発に携わる開発者、研究者

【著者】
大曽根　圭輔（おおそね・けいすけ）
筑波大学大学院システム情報工学研究科博士後期課程修了。博士（工学）。
２０１２年に株式会社サイバードに入社し、データ分析部門立ち上げ等を担当。
２０１５年に株式会社Ｇｕｎｏｓｙに入社、アルゴリズム開発やユーザ行動分析、グノシー事業の責任者を担当。
データ可視化が好きで、業務外の活動で「ＳＴＡＴ　ＤＡＳＨグランプリ２０１６」総務大臣賞、第１４回日本統計学会統計教育賞などを受賞。

関　喜史（せき・よしふみ）
富山商船を卒業後、東京大学工学部に編入学。同大学院工学系研究科博士課程修了。博士（工学）。
２０１１年度未踏ＯＢ。未踏ジュニアＰＭ。
大学院在籍中にＧｕｎｏｓｙ（グノシー）を共同開発し、２０１２年に当社創業。　
創業期からニュース配信ロジックの開発を担当し、現在は研究開発に従事。２０１７年度言語処理学会論文賞受賞。
推薦システム、ユーザ行動分析が専門。

米田　武（よねだ・たけし）
１９９２年生まれ。２０１５年３月筑波大学理工学群数学類卒業、２０１７年３月大阪大学大学院理学研究科数学専攻修了。
修士（理学）。Ｃｅｒｔｉｆｉｅｄ　Ｋｕｂｅｒｎｅｔｅｓ　Ａｐｐｌｉｃａｔｉｏｎ　Ｄｅｖｅｌｏｐｅｒ（ＣＫＡＤ）。ＡＷＳ　Ｓｕｍｍｉｔ　Ｔｏｋｙｏ２０１８　登壇。
２０１７年４月に株式会社Ｇｕｎｏｓｙにデータ分析エンジニアとして新卒入社後、
現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。(「近刊情報」より)

目次

１　本書を読む前の準備（Ｐｙｔｈｏｎのインストール
Ｐｙｔｈｏｎの使い方
Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋのインストールと使い方
ＮｕｍＰｙ、ｓｃｉｋｉｔ‐ｌｅａｒｎ、ｍａｔｐｌｏｔｌｉｂ、Ｐａｎｄａｓの利用）
２　機械学習を実務で使う（業務で機械学習を使う
サンプルデータで教師あり学習を試す
サンプルデータで教師なし学習を試してみる）
３　機械学習理論編（数学的準備
機械学習の基礎
教師あり学習
教師なし学習）
４　データの集計・整形（実際のデータを機械学習に利用するための流れ
データの取得、集計
データの整形
非構造データの処理
不均衡データの取り扱い）

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。