機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン)
- オライリージャパン (2019年2月23日発売)
- Amazon.co.jp ・本 (224ページ)
- / ISBN・EAN: 9784873118680
作品紹介・あらすじ
機械学習や人工知能の性能を決める特徴量作成・変換/選択について詳述した書籍!
本書は、機械学習を行うエンジニアが知るべき特徴量抽出の基本から応用、最新のテーマまでを網羅した書籍です。内容としてはそれほど難しくないため、機械学習を学んでいる人が特徴量エンジニアリングについて学びはじめる書籍として最適です。
感想・レビュー・書評
-
詳細をみるコメント0件をすべて表示
-
データ分析の初心者から中級者に向け、機械学習のフェーズの中でも特徴量エンジニアリングに特化して書かれた一冊。
機械学習に関する書籍は数多く出版されているものの、広く浅く書かれる傾向にあるので個々の要素は極一部しか記述されていないことが多い。
前処理はその最たる例であり、データ分析の大多数を占めるフェーズでありながら書籍によって書かれている内容がマチマチだった。
特徴量エンジニアリングについて網羅的に解説されており、上級者にとっては既知の内容だろうが初心者が全体観を掴むのに適している。
より実践的な内容を望むのであれば、『Kaggleで勝つデータ分析の技術』が詳しい -
セクション7.3のk-meansによるクラス分類用の特徴量生成の項が面白い。機械学習の使い方も意外と自由だというのが分かる。TO
-
前処理について一通り。
応用として最初に言語処理が来てどうなるかと思いましたが、後半は画像などもあります。
基本的なアイディアも多く、専門家には物足りなさがあるかもしれません。
日本語訳があまり好きではなかったです。 -
請求記号 007.1/Z 3
-
特徴選択について期待していたのだけど、、、類書に譲る的なので-1点
データ分析するなら『前処理大全』と並んで必読本だが
ページ数薄いよな2を出して欲しいな -
20190317読了。