仕事ではじめる機械学習

  • オライリージャパン
3.78
  • (5)
  • (6)
  • (5)
  • (2)
  • (0)
本棚登録 : 148
レビュー : 7
  • Amazon.co.jp ・本 (248ページ)
  • / ISBN・EAN: 9784873118253

作品紹介・あらすじ

機械学習を実際の業務で利用する時に知っておくべき全体像が分かる!
機械学習やデータ分析の道具をどのようにビジネスに生かしていけば良いのか、不確実性の高い機械学習プロジェクトの進め方などを「仕事で使う」という観点から整理します。 プロジェクトのはじめ方や、システム構成、学習のためのリソースの収集方法など、読者が「実際どうするの?」と気になるであろう点を中心にまとめています。「人工知能でいい感じの成果を出してくれ」とあいまいな指示をされたとき、本書で学んだことが活きてくるに違いありません。

感想・レビュー・書評

並び替え
表示形式
表示件数
  • 機械学習を仕事で少しやってますが、機械学習を仕事に活かすためにはいくつも独自のハードルがあるイメージです。そして、そこに関する体系的な資料があまりないと思ってます。

    この本にはそれらへの対処法が詳細に書かれています。特にシステムとログ設計の話、データ分析の作業で上司から依頼を受け取ったところから資料作成までの話、A/Bテストの話は特にすぐに役立つと思います。
    名前の通り仕事で機械学習を使う時にかなり有用な本だと思いました。

    機械学習系の本は入門書から専門書まで何冊か読んだのですが、Uplift Modelingのことを書いてる本は自分にとってははじめてでした。面白く有用な内容でした。

  • 電子書籍(PDF版)を読みました。いやー、面白かった。

    「2章 機械学習で何ができる?」では、パーセプトロン、ロジスティック回帰、SVM、ニューラルネットワーク、k-NN、決定木、ランダムフォレスト、GBDTという機械学習手法の、それぞれの概要と特徴が簡潔にまとめられてて、初学者でもすごくわかりやすい。手元において何度も読み返したい。目的に応じて手法を選ぶためのフローチャートも掲載。

  • 本棚にある

  • 取り上げられている内容は、
    * 機械学習のプロジェクトをどのように始めるか
    * 機械学習と既存システムをどう連携するのか
    * 機械学習のデータをどのように集めるのか
    * 仮説をどのように立てて分析を進めるのか

    アルゴリズム、プログラムの基礎、数学については取り上げられていません。機械学習プロジェクトを進めていくために必要な知識をまとめた第Ⅰ部と、ケーススタディの第Ⅱ部で構成されています。

    第Ⅰ部はプロジェクトをはじめる前に読み返しておくと手戻り無く、効率的に進められるのではないかと感じました。

    第Ⅱ部は3つのケース、うち一つは機械学習を使わないというケースです。
    * 映画の推薦システム
    * Kickstarterの分析(機械学習を使わない)
    * Uplift Modelingによるマーケティング資源の効率化

    全ページの3割程度を割いてはあるんですが、件数が少ない。またweb系の分野に特化した内容であり、満足感が足りませんでした。ここはWEBなどで情報収集したり、自身で実績を積んで、ドキュメントを積み上げていくしかないんでしょうね。

  • なんとなくだが、説明がアンバランスなような気がする。
    「対象読者は誰なんだ?」という感じ。

  • 基礎から映画評価の応用まで満遍なく記されている。詳しいコードが無いのが残念。

全7件中 1 - 7件を表示

西林孝の作品

この本を読んでいる人は、こんな本も本棚に登録しています。

有効な左矢印 無効な左矢印
リンダ グラット...
ジェームス W....
伊賀 泰代
デール カーネギ...
クリス・アンダー...
有効な右矢印 無効な右矢印

仕事ではじめる機械学習を本棚に登録しているひと

ツイートする