Machine Learning実践の極意 機械学習システム構築の勘所をつかむ! (impress top gear)

内容紹介

<b>機械学習システム構築で経験を積んだ先鋭たちによる執筆!

MLワークフローの基礎と実践ノウハウを解説。

</b>

本書の中心テーマは、理論や数式、コーディングではありません。

機械学習ワークフローにおける作業の基礎と応用について解説します。

ワークフローはプロジェクト全体の流れを形作るものであり、

成果物としてよりよいシステムの構築を目的とします。

本書の前半は、ビジネス上の機械学習の利点や課題のほか、

データの収集/整備、モデルの構築/評価/最適化など各作業の基本的な考え方を説明。

後半は、実データによるケーススタディや予測スループットの改善、大容量データへの対応など

応用力の強化を目的に解説します。

機械学習ワークフローの全容を見通したい方、

改めて理解しておきたい方などにお勧めの一冊です。

<b>――原著への読者の声

「よく書かれたオリジナルな本」

「データと機械学習のベストプラクティスを提示」</b>

※本書は『Real-World Machine Learning』の翻訳書です。

※Pythonについては一定の知識がある方を想定しています。

■章構成

◆PartI 機械学習ワークフローの基礎

◇第1章 機械学習とは何か―長所と課題、データ収集から運用までのステップ、性能の改善

◇第2章 現実世界のデータ―データの取得/整備、可視化

◇第3章 モデルの構築と予測

◇第4章 モデルの評価と最適化

◇第5章 特徴エンジニアリングの基礎

◆PartII 機械学習ワークフローの応用

◇第6章 NYCタクシーデータのケーススタディ

◇第7章 高度な特徴エンジニアリング

◇第8章 高度な自然言語処理の例―映画レビューの感情分析

◇第9章 機械学習ワークフローのスケーリング

◇第10章 デジタルディスプレイ広告のケーススタディ

◇付録 一般的な機械学習アルゴリズム一覧

■本書より抜粋・要約

本書はまさに機械学習の実践の現実と向き合う準備をするためのものとして構成されている。

詳細な例に取り組む前に、まず機械学習プロジェクトの一般的なワークフローを取り上げている。

詳細な例では、この基本的なワークフローを現実の(混乱した)状況に適用する方法を示している。

これらのページを読んでも、数式はほとんど出てこない。

だが、機械学習に基づいてプロダクトやソリューションを実装する方法に関して、

秘伝とも言える情報がいくつも見つかるだろう。

これは機械学習について学ぶための絶好の機会である。

巷のあふれんばかりの数学や形式知を補完するのに本書は欠かせない。

まさに、多くの先輩技術者たちが自分たちの時代にあったらよかったのに、と思える一冊である。

内容（「BOOK」データベースより）

機械学習の利点/課題、乱雑なデータの処理、Python系モデル構築、モデル評価/最適化、特徴エンジニアリングのテクニック、予測速度の改善、大容量データへの対応など。

有効なデータとより良いモデルを作成!

著者について

■著者プロフィール

◎Henrik Brink(ヘンリク・ブリンク)

ビジネスとアカデミックの両方で機械学習の実装経験を幅広く積んだ

データサイエンティスト兼ソフトウェア開発者。

◎Joseph W. Richards(ジョセフ・ウイリアム・リチャーズ)

応用統計学と予測分析を専門としているシニアデータサイエンティスト。

HenrikとJosephは、機械学習ソリューションを提供するwise.ioの開発リーダー兼共同創設者。

◎Mark Fetherolf(マーク・フェセロルフ)

データマネジメントと予測分析を手掛けるNuminary Data Scienceの創設者兼プレジデント。

以前は、統計学者および分析データベース開発者として、化学エンジニアリング、

ケーブルテレビ、オンライン広告アプリなどさまざまな分野の企業に勤務。

■翻訳者

◎株式会社クイープ

1995年、米国サンフランシスコに設立。

コンピュータシステムの開発、ローカライズ、

コンサルティングを手がけている。

2001年に日本法人を設立。

主な訳書に『TensorFlow機械学習クックブック Pythonベースの活用レシピ60+』

『Python機械学習プログラミング 達人データサイエンティストによる理論と実践』

『Scala関数型デザイン&プログラミング―Scalazコントリビューターによる関数型徹底ガイド』

『CUDA Cプロフェッショナルプログラミング』などがある(いずれもインプレス発行)。

www.quipu.co.jp

著者略歴 (「BOOK著者紹介情報」より)

ブリンク,ヘンリク

産業界と学界の両方で機械学習の幅広い実装経験を持つデータサイエンティスト兼ソフトウェア開発者。

HenrikとJosephは、機械学習ソリューションを提供するwise.ioの開発リーダー兼共同創設者

リチャーズ,ジョセフ・ウイリアム

応用統計学と予測分析を専門としているシニアデータサイエンティスト。

HenrikとJosephは、機械学習ソリューションを提供するwise.ioの開発リーダー兼共同創設者

フェセロルフ,マーク

データマネジメントと予測分析を手掛けるNuminary Data Scienceの創設者兼プレジデント。

以前は、統計学者および分析データベース開発者として、化学エンジニアリング、ケーブルテレビ、オンライン広告アプリなどさまざまな分野の企業に勤務(本データはこの書籍が刊行された当時に掲載されていたものです)