やってみよう! 機械学習 Software Design別冊

価格: (税込)
技術評論社
ページ:590頁
Amazon.co.jp 売上ランキング:で81597位

[ Amazonの詳細ページへ ]
エディターレビュー
(概要)

月刊誌『Software Design』の特集や単発企画で評判の良い、機械学習とPython関連の記事を再編纂。機械学習・深層学習に取り組んでいる開発現場のITエンジニアが自身で試して学んだことが記事のベースになっており、いま押さえておくべき技術を習得する足がかりとして最適です。


(こんな方におすすめ)

・機械学習や深層学習、Pythonを学びはじめたいと考えている人


(目次)

第1章 私も機械学習エンジニアになりたい!


  •  1-1 ビジネスの変革をもたらす機械学習 ~深層学習、人工知能との違いとは~

  •  1-2 ディープラーニング入門 ~CNNで画像分類とドキュメント分類にチャレンジ!~

  •  COLUMN 1 自然言語処理エンジニアから見た深層学習

  •  1-3 低予算ではじめる機械学習用自作マシンのポイント

  •  1-4 機械学習エンジニアを目指すには ~開発と採用の現場からアドバイス~

  •  COLUMN 2 機械学習なんて信頼できない!にどう対処するか ~“グレーボックス”でユーザに説明~

  • 第2章 機械学習の始め方


  •  2-1 機械学習をはじめよう ~必要なのはデータ・アルゴリズム・計算資源~

  •  2-2 APIで学習済みモデルを利用しよう ~Google Cloud Vision APIで画像認識を行う~

  •  2-3 クラウド&GUIですぐに始めよう ~Azure Machine Learning Studioで構築~

  •  2-4 本格的にPythonライブラリを使おう ~scikit-learn入門と機械学習の勉強方法~

  • 第3章 君は使わずにいられるか? TensorFlow.js


  •  3-1 ~js版にも通ずる機械学習に適した特徴とは?~ TensorFlowのしくみと思想

  •  3-2 ~GoogleのWebアプリからノウハウを学ぼう~ TensorFlow.jsのメリットを活かした開発

  •  3-3 ~TensorFlow.jsを使ってみよう~ 学習済みモデルの組み込みとモデル構築の実践

  • 第4章 実践! GPUサーバでディープラーニング


  •  4-1 インフラエンジニアが押さえておくべきディープラーニングとGPUの関係

  •  4-2 ディープラーニングにおける計算資源の重要性

  •  4-3 GPUサーバでつくるミニ囲碁プログラム(前編)

  •  4-4 GPUサーバでつくるミニ囲碁プログラム(後編)

  • 第5章 今すぐはじめるPython


  •  5-1 ~今から始めるならPythonがお勧め!~ なぜPythonを導入するとお得なのか

  •  5-2 Pythonの導入と基本 ~文法からライブラリまで~

  •  5-3 ~Jupyter Notebookを使って納得!~ 機械学習にはPythonが最適なワケ

  • 第6章 そのPythonライブラリ、どうして必要なんですか?


  •  6-1 パッケージ管理の基礎を知ろう ~効率的な開発のための前準備~

  •  6-2 Pythonの基礎力を高めよう ~ライブラリの使い方と作り方~

  •  6-3 データ分析の前処理をさくっと終わらせよう ~定時に帰るためのpandas入門~

  •  6-4 イメージどおりにデータを可視化しよう ~データに隠された意味を見つけるMatplotlib入門~

  • Appendix [データサイエンス超入門]機械学習をどう学ぶべきか? ~数学とコンピュータのつなぎ方~

    Amazonレビュー
    amazon検索