機械学習の書籍一覧

近年の技術の発展により、画像認識技術はますます身近になっています。スマホの顔認証やオンライン会議での人物と背景を認識して背景をぼかすなどをはじめ、画像認識技術ははさまざまな場面において人々の生活をサポートしています。本書では画像認識について実践的に学べるように、Pythonを使った実装を示しています。また画像認識の基礎については簡単に触れるにとどめ、最新の画像認識手法について紙幅を割き、多くの部分で深層学習の実装について学ぶことができる構成になっています。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。

第3版まで続くロングセラーのPyTorch版！
機械学習の基本から先進的な手法まで本格解説

『機械学習を実践的に学ぶための優れたテキスト』
『多くのトピックを網羅した深い一冊。強力にお勧め』
―原著への読者の声

本書の前半は、基本的な機械学習ライブラリのscikit-learnを使った手法を解説。
分類の基本モデルに始まり、単層ニューラルネットまでを実装するほか、データ前処理、次元削減、
ハイパーパラメーターのチューニング、アンサンブル学習、回帰分析などを取り上げます。

後半では、PyTorchによるさまざまなディープラーニングの手法を説明。
PyTorchの仕組みを示したあと、CNN／RNN／Transformerといったモデルの実装を解説。
敵対的生成ネットワーク、グラフニューラルネットワーク、強化学習もカバー。

◎本書は『Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python』の翻訳書です。

◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。

本書は、機械学習コンセプト全般をカバーし、理論的背景とPythonコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング（CNN／RNN）、敵対的生成ネットワーク、強化学習などを取り上げ、scikit-learnやTensorFlowなどPythonライブラリの新版を使ってプログラミング。第3版では13～16章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3rd Edition』の翻訳書です。◎微積分／線形代数、Python の文法、データ分析用ライブラリについてある程度理解している必要があります。［原著の第1版］●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。●ACM（米国計算機学会）の「21st Annual list of Notable Books and Articles（2016）」にランクイン。［日本語の第1版］●「ITエンジニア本大賞2017」ベスト10にランクイン。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。

少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で
実践的なスキルが必ず身に付く魔法の書

機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。

本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。

各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。

もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。


※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。

本書は著名な機械学習用データセットMNISTとその派生データセットを紹介しつつ、深層学習ライブラリPyTorchを活用し各種手法を動かしてみることに取り組みます。深層学習が動くことを体感するための、簡易なGUIアプリの作成方法についても解説しています。
【目次】
第1章　MNIST
第2章　深層学習 -PyTorch-
第3章　手書き判定GUI

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

本書は「機械学習って難しいんでしょ…？」と考えている人に向けて、誰でも手軽に機械学習を活用したWebアプリをJavaScriptで開発できるようになる初心者向けのチュートリアル本です。基本的なJavaScriptの構文さえ使えれば、あとはマウス操作で簡単に機械学習モデルを構築できるWebサービスを組み合わせてミニWebアプリを開発する方法について丁寧に解説しています。これまで、興味はあるけど手が出せなかった人や機械学習を活用してみたいと考えている人、JavaScriptでWebアプリが作りたい人など、幅広く活用できる書籍となっています。

【目次】
第1章　開発環境について
第2章　初めての機械学習モデルを作る
第3章　JavaScriptと連携してみよう
第4章　スマホと連携してみよう
第5章　オブジェクト検出モデルを作る
第6章　学習済みモデルを使ってみよう

本書はCore ML Toolsの実践入門書です。

KerasやTensorFlowを用いて構築した機械学習／ディープラーニングのモデルをiOSで利用するために必要な変換ツールである「Core ML Tools」（Pythonパッケージ名としては`coremltools`）の利用方法を**さまざまなモデルをつくりながら**学んでいきます。

最初はわずか2行のコードで変換することからはじめてCore ML Toolsに入門しつつ、もっと高度な変換方法や、モデルのサイズを縮小する方法、パイプラインを構築する歩法、オンデバイスで学習できるようにする方法等も解説していきます。

また巻末には「逆引きリファレンス」も収録しています。開発の現場で「どう書くんだっけ？」となったときに大いに役立つことでしょう。

サンプルコードはGitHubよりダウンロード可能です。

本書ではGCP Cloud AutoMLを使った手軽にできる機械学習の手法を解説しています。具体的には文章の感情分析、画像認識と画像分類、Kaggleのタイタニック問題をAutoMLを使って予測していきます。

まず最初に人工知能の一分野である機械学習とはどのような分野であるのか、教師あり学習と教師なし学習の違い、強化学習、特徴量、モデル、過学習、ニューラルネットワークやディープラーニングの概説を紹介します。その上で元GoogleのAI 研究者のフェイ・フェイ・リー 氏が提唱した「AI の民主化」と「利用者としての人工知能」を考えていきます。

次にGCPのアカウントの作り方、予算とアラートの設定方法、PythonからAutoML APIを実行する開発環境の作り方を解説していきます。

文章の感情分析では、AutoML Natural Language APIをPythonから実行して、近代日本文学を代表する文豪・太宰治の『走れメロス』や『人間失格』の感情分析を試みます。

画像分類では、AutoML Visionを使ってデータセットから都市の写真を学習させ、その学習結果のモデルを元に新しいデータセットに対してどの都市の写真であるのかを自動予測させます。

AutoML Tablesを使ってKaggleのタイタニック問題も解いていきます。タイタニック問題は幾つかの限られたデータを元に誰がタイタニック号から生還したかを予測する問題です。特徴量を適切に選定しながら、この問題をAutoMLで解いていきます。

本書は機械学習を学び始めたい方、手軽に機械学習を実行できる環境を創りたい方に最適です。お気軽に機械学習を始めて未来型生活を構築しましょう。