本書は専門学校出身の新卒SEが独学で機械学習の勉強を行い、約1年間の勉強の末に機械学習エンジニアになるまでに行った勉強内容と、独学で勉強した際に実装した機械学習のモデルを解説したものです。何を勉強すればいいのか？機械学習で用いられる数学の解説、機械学習の学習アルゴリズムの解説などが一冊に詰め込まれています。さらに、プログラミングをしないで機械学習の実装も紹介しているのでエンジニアではないあなたも機械学習のモデルを構築することが出来ます。
【目次】
1章：機械学習で利用される主な数学知識について
2章：Pythonの環境構築と言語学習
3章：ゼロから作るDeep Learningを勉強してみた
4章：NNCを利用して学習モデルの構築
5章：Chainer
6章：クラウドサービスを使って機械学習環境の構築
7章：Pytorch
目次プレビュー
- はじめに
- 1章 機械学習で利用される主な数学知識について
- 2章：Pythonの環境構築と言語学習
-
人工知能とは
-
機械学習の種類の例とその違いについて
-
1.1 行列・ベクトル
-
1.2 確率・統計
-
1.3 微分・積分
-
2.1 Pythonの学習環境の構築
-
2.2 ライブラリーの利用方法
-
2.3 matplotlib
-
2.4 pandas
-
2.5 Jupyter Notebook
-
3.1 パーセプトロンとは
-
3.2 パーセプトロンの実装
-
3.3 ニューラルネットワークについて
