カラー図解 Raspberry Piではじめる機械学習 基礎からディープラーニングまで (ブルーバックス)
- 講談社 (2018年3月15日発売)
- Amazon.co.jp ・本 (384ページ)
- / ISBN・EAN: 9784065020524
作品紹介・あらすじ
機械学習は、人工知能を支える技術の1つです。
本書では、Raspberry Piを使いサポートベクトルマシンや多層ニューラルネットワークを体験し、機械学習の概念の理解を目指します。最後はディープラーニングの演習も行います。
演習用のプログラムはダウンロードできるので、プログラミング経験なしでも、すぐはじめられます。
機械学習にはScikit-learn、ディープラーニングにはkeras、画像処理にはOpenCVを使用します。
●本書で行う主な演習
・アヤメのデータを種類別に分類する
・0~9の手書き数字を分類する
・マウスで手書きした数字を認識する
・カメラで映した手の形(グー、チョキ、パー)を認識する
・じゃんけんで人間が次に出す手を予測する
・コンピュータと勝負! じゃんけんシステムを構築する
【本書の演習を行ううえで推奨する機器やシステム】
・Raspberry Pi…… Raspberry Pi 2 Model B またはRaspberry Pi3 Model B
・OS…… Raspbian(NOOBS2.4.4以降。「Stretch」というバージョン以降のもの)
【注】本書の演習は、Raspberry Pi とRaspbian以外の環境には対応しておりません。また、本書は、パソコンやインターネットの一般的な操作をひと通りできる方を対象にしているため、基本操作などは解説しておりません。
本書に掲載される情報は、2018 年2月下旬時点のものです。刊行後の最新情報はサポートサイトに掲載します。
【本書のサポートサイト】(本書刊行後よりご利用いただけます)
http://bluebacks.kodansha.co.jp/special/ml.html
サポートサイトがメンテナンス中の場合の対処法は、https://twitter.com/bluebacks_pubにて発信します。
感想・レビュー・書評
-
機械学習とはどういうものかを手軽に体験できた。
他の方も書いているが、本書はとにかく読者に優しい。Python で機械学習のコードを動かすなら、OS やハードウェア問わず多くの環境が利用できる。しかし、本書では環境によるつまづきを少なくするために、PC ではなく Raspberry Pi を利用する。
更に、対象読者を広く設定している。機械学習を全く知らない人はもちろん、Raspberry Pi を知らない人、Linux を知らない人までも想定されている。サポートサイトでは、サンプルコードがダウンロードできるだけでなく、出版後のライブラリ類アップデートに伴う修正など補足情報が充実しており、活発に、また細やかに更新されている。著者の、機械学習を一般に広めたいという情熱を感じた。
本書の方針としては、Raspberry Pi を用いて演習を行うことになっているが、自分は Mac に Python をインストールしてコードを動かしてみた。画像認識の章以外は、サポートサイトでダウンロードできるコードでそのまま動作する。画像認識の部分も、Mac に搭載のカメラを使うようコードを修正すれば実行できると思う。どこかでこれにも挑戦してみたい。
初歩的なものだと思うが、簡単に機械学習というものを体験できたのは良かった。詳細をみるコメント0件をすべて表示 -
金丸隆志「Raspberry Piではじめる機械学習」読了。ラズパイ を立ち上げ数年経ち何か楽しめる事ないかなと思って本書に挑戦してみた。Udemy やYouTubeで少しずつPythonを覚えつつ進めた。AIの開発の歴史を辿りながらSVMやNNを学べる構成で理解が深まった。何よりラズパイでジャンケンや数字当てができた時は心から感動した。途中つまづいた時関連のURLに質問したら著者の方から丁寧な返答を頂き大変助かった。この場を借りてお礼をお伝えさせて頂きます。ありがとうございました。
-
# 書評☆3 カラー図解 Raspberry Piではじめる機械学習 基礎からディープラーニングまで | RaspberryPiを使うことで標準化された演習環境で,数式を一切使わずに機械学習を丁寧に解説
## 概要
マイコンのRaspberryPiを使って,機械学習を学ぶ本となっている。
具体的には,Pythonの各種ライブラリーを使い,scikit-learn付属のアヤメの分類,手書き数字の判別を行いながら,機械学習を学ぶ。機械学習の集大成として,最後にじゃんけん勝負を自分でデータを用意したり,画像認識までやる。ディープラーニングは最後の70ページくらいでここまでの応用という形で解説されている。
環境のインストール方法を付録 (HPから閲覧) にするなど,書籍の密度をあげることを配慮しており,好印象だった。
扱う内容が,機械学習ということでそもそもこの分野への興味関心がないと読むのはしんどいと思った。理論の部分や解説の部分がけっこうしっかり書いてあるのはよいのだが,あまり興味ない人が読むと細かいことを読むのがしんどいと感じた。
書籍内には数式は一切登場しない。これをどう思うかは読者次第だが,手軽に機械学習がどういうものなのかを理解するにはいいと感じた。
## 参考
なぜRaspberry Piで機械学習を扱うのかというのは,第3章p. 55-の冒頭できちんと書かれている。その理由は大きく3点だった。
1. Linux
2. Python
3. カメラモジュール
一番大きいのは,カメラモジュールだ。執筆側としては,読者の演習環境を標準化しやすいというので,説明しやすかったのだろう。
ただ,機械学習をやるには必ずしもRaspberry Piは必要は出ないと感じている。
## 結論
書名にはRaspberry Piとあるので,*IoT的な面も期待したが,そこは関係なかった*。
素直に機械学習の演習本として,興味がある人が読むと有用だと思った。内容が丁寧で,数式が一切ないので,機械学習がどういうものなのか実際に手を動かして,確認するにはよかった。機械学習の手始めとしては良い本だと感じた
あいにく,自分はあまりAIに興味がなく,IoT的な面に期待していたので,けっこう読み飛ばした。
パーマリンク: <https://senooken.jp/blog/2018/08/25/> -
事例・用例が少なかった この本を読んだだけでは応用が効かないと思った
-
機械学習において、より高い正解率になる方法がどれかは、試行錯誤によって見つける。
ビックプロパゲーションによって、中間層のニューロン数、及び出力層のニューロンは自動で調整してくれる。
dropout 入力層のいつくかの入力をランダムに無効化することで、過学習を防止する
畳み込み層=特徴抽出 3×3のマスが、中列が明るい、左列が明るいなど。×32個の特徴について調べる。特徴の数は自動で決められる
maximampool
2×2のマス(プール)から最大の数だけを抽出する。誤差に強くなる。
機械学習には時間がかかるため、できるだけ入力するデータ数を少なくする。もしくは単回帰分析で特徴のあるマスについてだけ学習するなど。画像の余白を削るなど。
機械学習の種類
サイキッドランは機械学習用のパッケージ名
サポートベクトルマシン 平面点データを線で分類
単層ニューラルネットワーク(中間層なし)
ニューラルネットワーク(中間層が一層)
デープラーニング(中間層が2層以上) -
【図書館の電子書籍はこちらから→】 https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000057475
-
野津伸治先生 おすすめ
2【教養】007.1-K
★ブックリストのコメント
金丸隆志氏のマイコンボードRaspberry Piでの電子工作3部作。 -
本館開架(新書) [機械学習] [コンピュータ]
http://opac.lib.saga-u.ac.jp/opc/recordID/catalog.bib/BB25732462 -
機械学習全般を語ろうとしておりかなり大味。こんな事ができるのかと思えれば良い人向け。これで勉強するにははしょりすぎ。