こんにちは、印刷会社からのKabrozhiteliは、ついにヘンリック・ブリンク、ジョセフ・リチャーズ、マーク・フェベロウルフからノベルティを受け取りました。
この本により、プログラマー、データアナリスト、統計学者、データ処理の専門家、その他すべての人が機械学習を適用して実際の問題を解決したり、それが何であるかを理解したりすることができます。 読者は、特定のアルゴリズムの詳細な理論的研究に頼ることなく、実際のデータの処理、機械学習システムのモデリング、最適化、展開の実践的な経験を得ることができます。 理論に興味のある人のために、機械学習の数学的基礎について議論し、いくつかのアルゴリズムを説明し、さらに読むための資料へのリンクを提供します。 主な重点は、タスクを解決する際の実用的な結果です。
この本は、機械学習を適用してさまざまな問題を解決したい人を対象としています。 機械学習の基本原則に関連するプロセス、アルゴリズム、およびツールについて説明します。 人気のあるアルゴリズムの作成方法ではなく、その実用的な用途に注目しています。 機械学習モデルの構築と使用の各段階を例で示しますが、その複雑さは単純なレベルから中間レベルまでさまざまです。
本の構造
パートI「機械学習の一連のアクション」では、機械学習の主なシーケンスの5つの段階を紹介します。
•第1章、「機械学習とは」機械学習とは何か、またその目的について説明します。
•第2章「実データ」では、機械学習モデルのデータ準備の特徴的な段階について詳しく説明します。
•第3章、「モデリングと予測」では、一般的なアルゴリズムとライブラリを使用して、簡単なMLモデルを作成し、予測を生成する方法を説明します。
•第4章「モデルの推定と最適化」では、パフォーマンスを評価および最適化するためのMLモデルについて詳しく説明します。
•第5章「キャラクターデザインの基礎」では、タスクの情報を使用して生データの量を増やす方法について説明します。
パートII「実用化」では、モデルスケーリング手法と、テキスト、画像、時系列から特徴を抽出する手法を紹介します。これにより、機械学習で多くの現代の問題を解決する効率が向上します。 このパートには、3つの章と実際の例が含まれています。
•第6章「例：タクシードライバーのチップ」は、例を完全に検証した最初の例です。 タクシー運転手がチップを受け取る可能性を予測しようとします。
•第7章、高度な機能設計では、テキスト、画像、および時系列から値を抽出するためのより高度な機能設計手法を紹介します。
•第8章「自然言語処理の例」では、高度な機能設計手法を使用して、映画レビューの調性を予測しています。
•第9章「機械学習プロセスのスケーリング」では、MLシステムが大量のデータを処理できるようにする技術者を紹介し、予測速度の向上と待ち時間の短縮を実現します。
•第10章「デジタル広告の例」では、大量のデータを使用して、広告バナーを介した遷移の可能性を予測するモデルを構築します。
この本の読み方
機械学習の分野の経験がまだない人は、第1章から第5章で、データの準備と調査、機能の設計、モデルのモデリングと評価のプロセスを紹介します。 Pythonコード例では、pandasやscikit-learnなどの一般的なライブラリを使用しています。 第6章から第10章には、機能設計や最適化などの高度なトピックとともに、機械学習の3つの実用的な例が含まれています。 主な計算の複雑さはライブラリにカプセル化されているため、これらのコードスニペットは独自のMLアプリケーションに簡単に適応できます。
著者について
Henrik Brinkは、データ処理および分析のスペシャリストであり、製造および研究の両方で機械学習の実務経験が豊富なソフトウェア開発者です。
ジョセフ・リチャーズは、応用統計学と予測分析の上級研究員です。 HenrikとJosephは、業界向けの機械学習ソリューションを開発するWise.ioを共同設立しました。
Mark Feverolfは、データ管理と予測分析のスペシャリストであるNuminary Data Scienceの創設者兼社長です。 彼は、社会科学、化学工学、情報システムのパフォーマンス、生産計画、ケーブルテレビ、オンライン広告アプリケーションの分野で分析データベースの統計学者および開発者として働いていました。
»本の詳細については、出版社のウェブサイトをご覧ください
» コンテンツ
» 抜粋
ホーカーのクーポンが25％オフ-Machine Learning