鈴木 大慈

「基本」は深く、いつも新しい。詳細な記述で数学のパワフルさが実感できる。「知っている」「この程度だろう」の思い込みを覆す新しい話題満載。数式、アルゴリズム、用語がなぜそうなっているか腑に落ちる。

内容詳細

確率的最適化 (機械学習プロフェッショナルシリーズ)

井手 剛

入門 機械学習による異常検知―Rによる実践ガイド

馬場 敬之

久池井 茂

「離散型確率分布」「連続型確率分布」「2変数の確率分布」「ポアソン分布と正規分布」「χ2分布、t分布、F分布」「データの整理」「推定」「検定」の8章で構成され、各章をさらにそれぞれ10ページ程度のテーマに分けている。まず1回通し読みをし、その後各テーマの詳しい解説文を精読して、例題、演習問題、実践問題を実際に自分で解きながら、勉強を進めていく。

内容紹介

スバラシク実力がつくと評判の統計学キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

クジラ飛行机

杉山 陽一

遠藤 俊輔

深層学習や機械学習も環境が整ってきて、誰でも気軽に試せるようになってきました。
会社のサービスやアプリケーションに機械学習を組み込んだ例も頻繁に見かけるようになっています。

本書は、Pythonプログラマーが、、本書のために作られたサンプルプログラムを利用し、
実際に体験しながら機械学習を業務や作業にどう組み込んでいくかを学習する解説書です。

機械学習や深層学習の奥は深く、利用できる範囲も広大ですが、まずはどういうものかを、本書で学んでください。


◆本書で取り扱っている技術・サンプル例など
AIで美味しいワイン判定、 顔にモザイクをかける、 手書き数字を判定、 郵便番号を自動認識、動画から特定の場面を検出。
文章を単語に分割。単語、意味をベクトル化、文章を分類してみよう、自動作文に挑戦、SNSへのスパム投稿を判定。
写真に写った物体を認識、ニュース記事を自動でジャンル判定、料理の写真からカロリーを調べる。

クジラ飛行机
Python、PHP、JavaScriptなどのプログラミング言語、機械学習やアルゴリズムなど書籍を多く執筆している。フリーソフトも多数公開しており、代表作は、日本語プログラミング言語「なでしこ」、テキスト音楽「サクラ」など。2001年オンラインソフト大賞入賞。2005年IPAのスーパークリエイター認定。2010年IPA OSS貢献者賞受賞

杉山/陽一
株式会社ジェイテックジャパングローバルエンジニア。ユーザー企業の業務改善に奔走しタイと日本を往復する

遠藤/俊輔
株式会社ジェイテックジャパンマネージャ兼セールスエンジニア。新しい技術に目がなく家庭内のIoTに勤しんでいる(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)

著者略歴 (「BOOK著者紹介情報」より)

すぐに使える! 業務で実践できる! Pythonによる AI・機械学習・深層学習アプリのつくり方

佐藤 洋行

原田 博植

下田 倫大

大成 弘子

奥野 晃裕

中川帝人

橋本 武彦

里 洋平

和田 計也

早川 敦士

倉橋  一成

データサイエンスの基本となる考え方から、R言語による統計解析の基礎、マーケティングに応用できるデータ分析など「データサイエンティスト」がおさえておきたい記事満載。

データサイエンティスト養成読本 [ビッグデータ時代のビジネスを支えるデータ分析力が身につく! ] (Software Design plus)

大重 美幸

未来へのドアを開けよう! 

本書は今もっとも注目されているプログラム言語Python 3.6の入門書です。プログラミングを学ぶベストプラクティスはコードを読み、コードを書くことに尽きます。
538本のサンプルコードと154本のPythonファイルを使って、Pythonの基礎をしっかり学び、その応用として機械学習プログラミングの扉を叩きましょう。

本書は段階的に3つのパートに分かれています。
Part 1 準備:Python 3をはじめよう
まず最初にPython 3を実行する環境を整えます。NumPy、Matplotlib、Pandas、scikit-learnといった科学計算や機械学習に欠かせない外部ライブラリを
同時にインストールすることができるAnacondaディストリビューションをインストールします。
準備ができたならば、対話型インタプリタを使ってPythonを実行する方法を試し、ファイルに保存したPythonコードを実行します。

Part 2 基礎:基本構文を学ぶ
Pythonプログラミングの基礎となるシンタックスを丁寧に詳細に説明します。コードの書き方、値と変数、演算子、組み込み関数、モジュールの読み込み、
メソッドの実行、制御構造、例外処理、リスト、タプル、セット、辞書、ユーザ定義関数、関数オブジェクトとクロージャ、イテレータとジェネレータ、クラス定義・・・と、
後半の章では初心者には少し難しい内容まで到達します。
わかりにくい概念は図解し、コードにはコメント文だけでなく下線やマーカーで細かく補足説明が書き加えてあります。
随所に埋め込まれた関連ページへの参照と充実した索引もしっかりサポートします。

Part 3 応用:科学から機械学習まで
テキストファイルの読み込みと書き出し、Matplotlibを使ってのグラフ描画、NumPyの配列について詳しく解説します。
これらはPythonを活用する場面で必ず求められる知識です。
最終章では、集大成としていよいよ機械学習に取り組みます。
機械学習プログラミングの基礎知識に続いて、代表的な3つの学習データセット(手書き数字、アヤメの計測データ、ボストン住宅価格)を使って、学習器のトレーニングや評価を行います。

Pythonは1991年に誕生し、Apple、マイクロソフト、Googleといった大企業を含めた欧米の企業や研究機関でよく使われているプログラム言語です。
Pythonは機械学習プログラミングに使われることが多いことから、人工知能への期待を反映するように学ぼうという人が増えています。
もうそれは遠いSFではなく、自分に起きる身近な出来事として胸騒ぎがするからでしょう。
できれば、手にとって確かめたい。
未来への扉をこじ開けて、未来の自分に会ってみたい。
Pythonはそう思わせるプログラム言語です。

Pythonプログラミングを全力で学ぶならこの1冊!Pythonをこれから学ぶビギナーから、基礎力を得て現場で実践したい方まで、確実なスキルアップをはかれます。

内容（「BOOK」データベースより）

大重/美幸
日立情報システムズ、コミュニケーションシステム研究所を経て独立。コンピュータ専門誌への寄稿から開始し、CD‐ROMゲーム開発、Webコンテンツ制作、教材開発、セミナー講師を行う(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)

詳細! Python 3 入門ノート

石黒 勝彦

林 浩平

大規模データの存在を背景に、データに語らしめる方法として確立しつつある関係データ学習。その具体的手順を示しながら解説する。

タグ：機械学習の検索結果

確率的最適化 (機械学習プロフェッショナルシリーズ)

入門機械学習による異常検知―Rによる実践ガイド

スバラシク実力がつくと評判の統計学キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

すぐに使える! 業務で実践できる! Pythonによる AI・機械学習・深層学習アプリのつくり方

データサイエンティスト養成読本 [ビッグデータ時代のビジネスを支えるデータ分析力が身につく! ] (Software Design plus)

詳細! Python 3 入門ノート

関係データ学習 (機械学習プロフェッショナルシリーズ)

タグ：機械学習の検索結果

確率的最適化 (機械学習プロフェッショナルシリーズ)

入門 機械学習による異常検知―Rによる実践ガイド

スバラシク実力がつくと評判の統計学キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

すぐに使える! 業務で実践できる! Pythonによる AI・機械学習・深層学習アプリのつくり方

データサイエンティスト養成読本 [ビッグデータ時代のビジネスを支えるデータ分析力が身につく! ] (Software Design plus)

詳細! Python 3 入門ノート

関係データ学習 (機械学習プロフェッショナルシリーズ)

入門機械学習による異常検知―Rによる実践ガイド