機械学習のための「前処理」入門

データ分析技術の中心には、分析アルゴリズムやモデリング手法があります。しかし実務の現場では、むしろ「前処理」の重要性に直面します。その方法は「分析目標」と「データ形式」によって異なり、そこからどのように特徴量を作り出すかで、機械学習の成否が左右されます。本書では「予測」を分析目標とし、構造化データ、画像データ、時系列データ、自然言語について、機械学習における前処理の手順を紹介。演習問題を経て、Ｐｙｔｈｏｎによる実装までを体験します。データ分析のフレームワークＣＲＩＳＰ‐ＤＭに沿って実装を進めるので、実務に近い形で前処理のテクニックが身に付きます。

目次

第１章　データ分析・活用を始めるために
第２章　データ分析のプロセスと環境
第３章　構造化データの前処理
第４章　構造化データの前処理（２）
第５章　画像データの前処理
第６章　時系列データの前処理
第７章　自然言語データの前処理
付録　Ａｐｐｅｎｄｉｘ

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。