パッと学ぶ「機械学習」　「機械学習プログラミング」が身近なものに！　時短でカンタン！

昨今のAIブームの中でも、「ディープ・ラーニング」や「ニューラル・ネットワーク」などは、コアな技術です。
　しかし、一部の技術者を除いて、誰もが使えているわけではありません。
「機械学習って何ができるのか」「どんなことに活用されているのか」
「機械学習の勉強をしてみたいけれど難しいのか」「勉強してみたけど、よく分からない…」
　…そんな疑問をもった「機械学習プログラミング」に挑戦してみたい方が、時間をかけずに「機械学習」をモノにするための入門書です。

目次

■ちょっとだけ「機械学習」

・ごくゲーム的なデモ
・仕組みを直感的に理解できるデモ
・コードをちょっとだけイジるデモ

■「定番フレームワーク」体験する
　機械学習のフレームワークとして定番と言われている「Scikit-learn」と「TensorFlow」、最近話題の「PyTorch」について、「どこを見ればいいか」「何をやっているか」「どんな答が得られているか」を直感的に解説。
Scikit-Learn /TensorFlow /PyTorch(全部プロ用ツールなのでサワリだけ）

■環境構築
機械学習の主流言語はPythonなので、Pythonでの環境構築を行なう。Anacondaのインストールから、Jupyter Notebookの使い方、注意点など。
・Anacondaのインストール　/・Jupyter Notebookの使い方 /・機械学習に必要なコードを書いてみる（ベクトルや配列の扱い、シグモイド、ReLu、最も単純なパーセプトロンモデルなど）


■グラフの描画法
　機械学習（ディープラーニングも含む）で最も劇的な結果の出し方は、実は結果をグラフで図示する過程である。
　Jupyter notebook上でmatplotlibライブラリを用いて、結果の図示法に強くなろう。
・matplotlibの基本
・機械学習でよく使うデータの図示法（分類、予測、誤差、分岐など）

■Scikit-learnで機械学習
機械学習の定番ライブラリScikit-learnで実際にデータの分類を行なう。
・回帰による分類 /・SVMによる分類 /・決定木による分類 /・その他高度な分類

■Tensorflowでディープ・ラーニング
　ディープ・ラーニングの定番フレームワーク「TensorFlow」で実際に画像認識を行なう。
・最小構成のニューラル・ネットワークで知る「画像分類の基本」
・ディープニューラルネットワークで体験する「分類精度向上」
・ハイパーパラメータの調整で体験するチューニング

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。