実践で学ぶ機械学習活用ガイド　データ収集からＷｅｂアプリ開発まで

大量のデータをまとめて収集、機械学習モデルにかけるための前処理、システムへの機械学習モデルの組み込み、結果を可視化するためのアプリ開発・デプロイ―機械学習を活用するための技術が一冊で身につきます。

機械学習ライブラリの発展により、機械学習のモデル構築は非常に簡単になっています。　
一方で、構築したモデルを実際に活用するにはモデル構築以外にもデータの収集、前処理、アプリの構築といったプロセスが必要になります。　

本書では、こういった機械学習を活用するための技術について包括的に学ぶことのできる書籍です。　


「機械学習の基礎は学んだけれど、実際の自分の問題をどう機械学習に落とし込んでいいか分からない」　
「機械学習のプログラムは書けるけれど、それをアプリにするにはどうしたらいいか分からない」　

といった読者にぴったりの書籍です。　


１章から３章までは、Ｐｙｔｈｏｎ、Ｎｕｍｐｙ／Ｐａｎｄａｓ／Ｍａｔｐｌｏｔｌｉｂなどライブラリ、ｓｃｉｋｉｔ－ｌｅａｒｎを使っての機械学習、データ収集、データベース、Ｗｅｂアプリ制作、Ｇｉｔ、デプロイなどについて基礎的な知識を学びます。　

４章以降は、いくつかの実践的なユースケースに基づいて、機械学習を実際に近い流れで学習します。ユースケースにより違いはありますが、データ収集、前処理、モデル構築、機械学習による分析・分類、アプリ制作、デプロイといった流れで学習していきます。　

４章はＤｏｃｋｅｒ　Ｃｏｍｐｏｓｅを使って分析サーバ、データベースサーバを構築し、その上でクラスタリングを行います。　

５章は魚の画像をアップロードすると名前を教えてくれる画像判別アプリを作ります。　

６章はＷｅｂ上からスクレイピングで収集した自然言語をもとに、特定の内容だけを抽出し、Ｓｌａｃｋに投稿するシステムを作ります。　

７章はＳＮＳ（Ｉｎｓｔａｇｒａｍ）から教師データを収集できるようになることを目指します。　
また、収集したデータを活用し、特定のキーワード（ハッシュタグ）に関する投稿に対し投稿のネガポジ分析ができるアプリケーションを作ります。　


※本書の内容を実行するには、ｍａｃＯＳでは１０．１３以降、ＷｉｎｄｏｗｓではＷｉｎｄｏｗｓ１０が必要です。　

※なお、ＷｉｎｄｏｗｓでＤｏｃｋｅｒを使用すると、ツール側にバグが残っていたり、Ｗｉｎｄｏｗｓにインストールされている別のソフトとの干渉などによりエラーが出ることが多くあります。動作を確約できないため、本書では非推奨とさせていただきます（エラーはインターネット上の情報で解決できることもありますので検索をしてみてください）。(「近刊情報」より)

目次

１　基礎編（イントロダクション
Ｐｙｔｈｏｎのインストールと基礎
機械学習を活用するための基礎知識）
２　実践編（Ｄｏｃｋｅｒ　Ｃｏｍｐｏｓｅを利用した機械学習システム構築
画像データを用いた教師あり学習アプリ構築
文書分類、文書要約を用いたＢｏｔ構築
ＳＮＳを用いた自然言語収集基盤構築とアプリ構築）

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。