- 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
-
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。詳細をみるコメント0件をすべて表示 -
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。 -
2018/02/12読了
-
- 通常のシステム開発以上に最初のKPIの握りが大事
- 機械学習とはいえ、結局検証のためには統計の運用が必要
この辺が再確認できただけでもよかった。モデル作りは楽しいんだけどほとんどそれ以外の部分で勝負が決まってしまうということ。 -
機械学習プロジェクトの入門書
なんかバラバラな印象も受ける
つらつらと書いてるけどなんか細切れ感があるんだよな
まあでも知らない人が機械学習プロジェクトの意味を掴むのには役立つと思う
エクセルで分析するだけである程度の成果は出せるというのは同意である -
エンジニア向けな気もするし、にしては、内容が薄い気もする。
あと誤字脱字が多く、推敲不足感。
多少知識があったので、読み進めることはできた。
どんな手法があるのかは知ることができたが、それぞれが実際にどんな場面で使われるかを求めていたので、ずれがあった、かも。 -
タイトルに仕事ではじめると書かれていたので少し難しい内容だと思っていたが、実際は非常に読みやすかった。コード量は少なく、機械学習を実際にサービスとして利用するための一連のプロジェクトのフローについて書かれていた。
機械学習におけるシステム構築の難しさ、その対処法、システム設計など前処理・学習・パラメータチューニング以外の部分を知りたい人におすすめ。
また、モデルの評価、効果検証、A/Bテスト、Uplidt Modelingなどを機械学習でどのように使うかも非常に勉強になった。
【印象に残っているフレーズ】
学習モデルの性能が高いこととビジネスゴールを満たすことは全くの別問題であるにで、そのモデルで何が実現したかったのかを考える癖を付ける -
現実でどう使われているかが書かれている、んだと思う。
プロジェクトの進め方などもざっと書いてあるので、まず読んで見る本としては悪くはないと思う。
ただ、基礎の理解はできないと思っているので、それは別の本で補うべき。 -
20190221読了。
機械学習のサービスをつくるうえでどういう構成にしたらよいか(リアル学習/バッチ学習、予測結果をAPIにするのか等)の考え方の指針が載っているのは良かった。
あとの基礎的な部分(sklearnを使ったような基本的なテクニック)の部分は類書と同様。
機械学習・DS系の本はどうしても手法の説明がどの本にも出てきてしまってオーバーヘッド(というのもなんだけど)が大きくなってしまうな。。