機械学習デザインパターン データ準備、モデル構築、ＭＬＯｐｓの実践上の問題と解決
- ページ数
- ３８７ｐ
- ISBN
- 978-4-87311-956-4
- 著者情報
- ラクシュマナン，バリアッパ（ラクシュマナン，バリアッパ）（Ｌａｋｓｈｍａｎａｎ，Ｖａｌｌｉａｐｐａ）
Ｇｏｏｇｌｅ Ｃｌｏｕｄのデータ分析およびＡＩソリューションのグローバルヘッド。彼のチームは、Ｇｏｏｇｌｅ Ｃｌｏｕｄのデータ分析および機械学習プロダクトを使ってビジネス上の問題に対するソフトウェアソリューションを構築。彼は過去に、Ｇｏｏｇｌｅ Ａｄｖａｎｃｅｄ Ｓｏｌｕｔｉｏｎｓ Ｌａｂの機械学習集中プログラムを創設。Ｇｏｏｇｌｅに入社前は、Ｃｌｉｍａｔｅ Ｃｏｒｐｏｒａｔｉｏｎのデータサイエンス部門のトップ、ＮＡＯＯ（米国海洋大気庁）の研究者を歴任
ロビンソン，サラ（ロビンソン，サラ）（Ｒｏｂｉｎｓｏｎ，Ｓａｒａ）
ＧｏｏｇｌｅのＣｌｏｕｄ Ｐｌａｔｆｏｒｍチームにおいて、特に機械学習にフォーカスしたＤｅｖｅｌｏｐｅｒ Ａｄｖｏｃａｔｅ。デモ、オンラインコンテンツ、イベントを通じて、開発者やデータサイエンティストに対するアプリケーションへの機械学習統合の促進。ブランダイス大学で学位を取得。Ｇｏｏｇｌｅ入社前は、ＦｉｒｅｂａｓｅチームのＤｅｖｅｌｏｐｅｒ Ａｄｖｏｃａｔｅ
マン，マイケル（マン，マイケル）（Ｍｕｎｎ，Ｍｉｃｈａｅｌ）
Ｇｏｏｇｌｅの機械学習ソリューションエンジニアとして、Ｇｏｏｇｌｅ Ｃｌｏｕｄの顧客のために機械学習モデルの設計、実装、デプロイを支援。また、Ａｄｖａｎｃｅｄ Ｓｏｌｕｔｉｏｎｓ Ｌａｂで機械学習集中プログラム講師。ニューヨーク市立大学で数学の博士号を取得。Ｇｏｏｇｌｅ入社前は研究教授
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
新時代の新常識。ＡＩエンジニアが知るべき、３０のベストプラクティス。
機械学習のベストプラクティスが学べるデザインパターン集！
タイトルに「デザインパターン」とあるように、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、柔軟性、接続性、説明性、公平性などに関するもの）に分類し、それぞれについてベストプラクティスを提示・解説します。手を動かしながら機械学習を試したい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても読んでもらえる内容となっています。アメリカ海洋気象庁の研究者として、さらにGoogle Cloudのデータ分析＆AI部門トップとしての豊富な経験に基づく実用本位の一冊です。
目次
１章 機械学習デザインパターンの必要性
２章 データ表現のパターン
３章 問題表現のパターン
４章 モデル訓練のパターン
５章 対応性のある運用のパターン
６章 再現性のパターン
７章 責任あるＡＩのパターン
８章 パターンのつながり
商品詳細
- 出版社名
- オライリー・ジャパン
- サイズ
- ２４ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｄｅｓｉｇｎ Ｐａｔｔｅｒｎｓ
注意事項
- 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。
