出版社内容情報
機械学習はAI(人工知能)の基礎技術です。今後AIの利活用が進むにつれて、機械学習をコンピュータシステムに組み込んでビジネスに活用できる人材(本書ではAIエンジニアと呼称します)がますます求められます。
機械学習には目的に応じたいくつかの手法が存在します。それらの手法を正しく使えるようになるために、本書はAIエンジニアが理解しておきたいレベルの深さで、各手法のアルゴリズム(動作原理)を丁寧に解説します。とくにアルゴリズムの目的や意味を理解できることをめざします。(アルゴリズムの背景にある高度な数学・統計学の理論についての説明は必要最小限にとどめ、)まずはプログラムを書いて動かし、その結果を見ながらアルゴリズムの長所・短所や、性能をチューニングするためのコツを学びます。
機械学習プログラムの作成には、プログラミング言語「Python」と機械学習ライブラリ「scikit-learn」を使用します。作成したプログラムは、クラウドサービス「Google Colaboratory」や手元のパソコンに構築する「Jupyter Notebook」の環境で簡単に動かせます。
内容説明
初心者向けに、Pythonと機械学習ライブラリ「scikit‐learn」を使って、各種手法の実装と動作原理を、AIエンジニアとして理解しておきたいレベルで解説。
目次
第1章 機械学習の概要と本書の進め方(機械学習の概要と3つの分類;機械学習の各手法の動作原理(アルゴリズム)を学ぶ意義 ほか)
第2章 実装しながら学ぶアルゴリズムのこころ・教師あり学習編(最小二乗法による線形回帰;L1正則化、L2正則化による過学習の抑制 ほか)
第3章 実装しながら学ぶアルゴリズムのこころ・教師なし学習編(主成分分析による次元圧縮;k‐meansによるクラスタリングとデータ前処理 ほか)
第4章 実装しながら学ぶアルゴリズムのこころ・発展編(勾配ブースティング決定木によるクラス分類;エルボー法とシルエット分析によるクラスタ数の探索 ほか)
第5章 機械学習システムの構築フローとモデルの性能評価(ビジネス理解;データ加工 ほか)
付録(Google Colaboratoryの利用方法;ローカルPCに機械学習の実装・実行環境を整える方法)
著者等紹介
清水琢也[シミズタクヤ]
電通国際情報サービスX(クロスイノベーション)本部・オープンイノベーションラボ、AIテクノロジー部に所属。ディープラーニングをはじめとした機械学習関連技術の社会課題への応用、研究開発、およびデータ解析業務を担当。関西学院高等部、関西学院大学理工学部を経て、関西学院大学大学院、岡留研究室にて確率的生成モデルの研究に従事。2016年4月より現職
小川雄太郎[オガワユウタロウ]
電通国際情報サービスX(クロスイノベーション)本部・AIテクノロジー部に所属。ディープラーニングをはじめとした機械学習関連技術の研究開発、コンサルティング、ソリューション開発、産学連携に従事。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、2016年に博士号(科学)を取得。東京大学特任研究員を経て、2017年4月より現職(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。