スッキリわかるPythonによる機械学習入門

スッキリわかるPythonによる機械学習入門

¥3,000+税

品種名
書籍
発売日
2020/10/16
ページ数
664
サイズ
A5判
著者
須藤秋良 著/株式会社フレアリンク 監修
ISBN
9784295009948

機械学習の実践力が必ず身に付く

機械学習の世界は、学ぶべき分野が多岐に及びます。本書は、広大な学習範囲に対して、真正面から取り組み、しかしスムーズかつスッキリと学びきることができる入門書です。データ分析の「全体の流れ」を繰り返し追いかけることで、機械学習の全体像と本質が自然に染み込む仕掛けとなっています。しかも単に繰り返すのではなく、段階的に高度な内容に挑戦し、最終的には応用術も身に付けられます。シリーズで好評の「エラー解決・虎の巻」も収録! 本書で機械学習の楽しさ、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。

「読者アンケートに答える」「読者プレゼントに応募」の場合もこちらをご利用ください。

アンケートに答える

書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。

学校・法人一括購入に関するお問い合わせはこちらへ。

一括購入窓口

著者紹介

■著者
須藤秋良(すとう・あきよし)
株式会社フレアリンクCDSO(chief data science officer)。教育業界のデータ解析や医学研究の統計解析コンサルティングなどを行い、最近ではDjango やRailsを利用した機械学習Webアプリの開発といったエンジニア業務も務める。また、これら業務の知見を活かし、データサイエンス系セミナーの研修講師も務め、これまで担当した研修受講者は総数3000名を超える。著書は『スッキリわかるPython入門』。

■監修・執筆協力
中山清喬(なかやま・きよたか)
株式会社フレアリンク代表取締役。IBM内の先進技術部隊に所属しシステム構築現場を数多く支援。退職後も研究開発・技術適用支援・教育研修・執筆講演・コンサルティング等を通じ、「技術を味方につける経営」を支援。現役プログラマ。講義スタイルは「ふんわりスパルタ」。著書は『スッキリわかるJava入門』ほか多数。


飯田理恵子(いいだ・りえこ)
経営学部 情報管理学科卒。長年、大手金融グループの基幹系システムの開発と保守にSEとして携わる。現在は株式会社フレアリンクにて、ソフトウェア開発、コンテンツ制作、経営企画などを通して技術の伝達を支援中。著書は『スッキリわかるSQL入門』。

目次

第0章 Python基本文法の復習

●第Ⅰ部 ようこそ機械学習の世界へ
第1章 AIと機械学習
第2章 機械学習に必要な基礎統計学
第3章 機械学習によるデータ分析の流れ
第4章 機械学習の体験

●第Ⅱ部 教師あり学習の理解を深めよう
第5章 分類1:アヤメの判別
第6章 回帰1:映画の興行収入の予測
第7章 分類2:客船沈没事故での生存予測
第8章 回帰2:住宅の平均価格の予測
第9章 教師あり学習の総合演習

●第Ⅲ部 中級者への最初の1歩を踏み出そう
第10章 より実践的な前処理
第11章 さまざまな教師あり学習:回帰
第12章 さまざまな教師あり学習:分類
第13章 さまざまな予測性能評価
第14章 教師なし学習1:次元の削減
第15章 教師なし学習2:クラスタリング
第16章 まだまだ広がる機械学習の世界

付録A sukkiri.jpについて
付録B エラー解決・虎の巻
付録C Pandas虎の巻
付録D 機械学習の数学(基礎編)
付録E 最小2乗法の数学理論に挑戦

関連書籍

好評発売中

[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践

好評発売中

ディープラーニング構築テンプレート[AIプロジェクトの必須事項と技術的指針]

好評発売中

Pythonで学ぶ音源分離(機械学習実践シリーズ)

音源分離の基礎から実装までを一冊に凝縮

ダウンロード

  • 著者サイト「スッキリjp」にて、本書で利用する「ツールの導入方法・使用方法」や、「掲載コード / CSVファイルのダウンロード」などの情報を掲載しています。
    本書とあわせてご活用ください。

    https://sukkiri.jp/books/sukkiri_ml

お詫びと訂正

誤記のためにご迷惑をおかけし、誠に申し訳ございません。

  • 0ページ 【特記】
    • [誤]
      ※誤記ではありません
    • [正]
      著者サイト「スッキリjp」で提供している、ダウンロードデータに15章で利用する「Wholesale.csv」を追加しました(2020年11月9日。ZIPファイル名:code-sml_2.zip)。URLは、上にある「ダウンロード」コーナーをご確認ください。
  • 115ページ コード4-18 5行目
    • [誤]
      model.predict(new)
    • [正]
      model.predict(new_data)
  • 124ページ 「モデルの保存と読み込み」のopen関数の引数が保存と読み込みで逆
    • [誤]
      保存 →'rb' , 読み込み → 'wb'
    • [正]
      保存 →'wb' , 読み込み → 'rb'
  • 162ページ 「モデルの学習と正解率計算の落とし穴」の節番号
    • [誤]
      5-3-3
    • [正]
      5-3-4
  • 171ページ 図5-15 右 [tree_.featureの結果]の要素
    • [誤]
      3, -2, 2, -2, -2
    • [正]
      3, -2, 3, -2, -2
  • 245ページ コード7-5の4行目の右辺
    • [誤]
      df['Embarked'].fillna(df['Embarked'].mode())
    • [正]
      df['Embarked'].fillna(df['Embarked'].mode()[0])
  • 255ページ コード7-12の2行目と3行目の変数名
    • [誤]
      df['Age']
    • [正]
      df2['Age']
  • 368ページ コード10-16の3行目の右辺
    • [誤]
      df['atemp'].interpolate()
    • [正]
      df3['atemp'].interpolate()

お問い合わせ

書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。

お問い合わせフォーム