Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
- オライリージャパン (2017年5月25日発売)
- Amazon.co.jp ・本 (392ページ)
- / ISBN・EAN: 9784873117980
作品紹介・あらすじ
数学の知識がなくても読み進められる、理論だけでなく実践面も重視した機械学習の入門書!
バックグラウンドに数学的な知識がなくても理解できるように書かれた、Pythonを使った機械学習の入門書。Pythonの機械学習用ライブラリの大定番、scikit-learnの開発に関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。最初に実践について述べて後から理論を補強するスタイルで、理解しやすいように工夫されています。理論面と実践面のバランスが良く、モデルの評価と改善について多くの紙面を割くなど、類書にはない特徴を備えています。
感想・レビュー・書評
-
学生購入希望で購入した図書(平成29年度)
【所在】3F開架
【請求記号】007.13||MU
【OPACへのリンク】
https://opac.lib.tut.ac.jp/mylimedio/search/book.do?target=local&bibid=181090
これまでに学生購入希望で購入した図書の一覧は
http://www.lib.tut.ac.jp/irai/kibo.html#konyu_kibolist
こちらで確認できます詳細をみるコメント0件をすべて表示 -
・参考図書指定科目:「AIプログラミング」
<OPAC>
https://opac.jp.net/Opac/NZ07RHV2FVFkRq0-73eaBwfieml/j3aYOw8ALjDsRKyHyGYgPo9c15/description.html -
特徴量エンジニアリングを詳説
分析モデルのライブラリの紹介にとどまらず、
ハイパーパラメータをいくつか変えて予測精度を評価している。
他の分析モデルと比較して優劣を解説している
翻訳者が読みやすい文章にしてくれている。
分析モデルの数式の解説は最低限。
P87 勾配ブースティング
P91 カーネル法
P95 カーネルトリック
P159 t-SNE
P343 LDA -
-
データサイエンスの入り口として最適
-
Pythonで使える機械学習を網羅的に書いた本
様々な機械学習について書いてあって良い
これ一冊で機械学習の範囲はある程度抑えられると思う -
機械学習、DNNの実装に興味を持ち、購入
pythonはある程度読めるようになっていた前提で読んだが、前から読むと教師ありなし学習について
実際のソースコードを開示しながら解説してくれているので、非常に有用な本
特に理論というより実務向けで、その前提で購入するのが良いと思います。実装向けであり、かなり細かく書いてくれている部類に入ります。
また、Gitからjupyternotebookをダウンロードして追いながら読むと良いと思います -
1章 読了