プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
新品:
¥2,838¥2,838 税込
ポイント: 171pt
(6%)
無料お届け日:
3月31日 日曜日
発送元: Amazon.co.jp 販売者: Amazon.co.jp
新品:
¥2,838¥2,838 税込
ポイント: 171pt
(6%)
無料お届け日:
3月31日 日曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
中古品: ¥14
中古品:
¥14

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
データ分析のための機械学習入門 Pythonで動かし、理解できる、人工知能技術 (Informatics&IDEA) 単行本 – 2017/1/21
橋本 泰一
(著)
{"desktop_buybox_group_1":[{"displayPrice":"¥2,838","priceAmount":2838.00,"currencySymbol":"¥","integerValue":"2,838","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"c4cUgjpWRdHYGqHPVgciPk4znDlQrwf96YkQeqVryH6qDQ9%2FGrC27xwmZ8h70E3bUnkgiBakuGt6R69JYEOxr7KioiDBnBMxnclcUFO7VwnkQdb9AfT5ChF4rCm2x8KLJny%2B6ERCE44%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥14","priceAmount":14.00,"currencySymbol":"¥","integerValue":"14","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"c4cUgjpWRdHYGqHPVgciPk4znDlQrwf9NxPjHwPnNSQym3tBzkubyWAzpHr6ryZ4OvnhPcnm7qMdme8QqhZkJSoBNJb2TNDxgBcNXpXJb1VKR2bQY2K3H8iy2rZraDyPFusUssn2s53c04n%2FRtazN2sRScQbOmp4QGFRlBQR5vVwCm9n%2FzmjePs77Z9MJWaj","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
人工知能で、データ分析を実装する
ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。
いま、エンジニアに欠かせない、最新技術のエッセンス。
いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。
本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。
ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。
いま、エンジニアに欠かせない、最新技術のエッセンス。
いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。
本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。
- 本の長さ288ページ
- 言語日本語
- 出版社SBクリエイティブ
- 発売日2017/1/21
- 寸法15 x 2.2 x 21 cm
- ISBN-104797388080
- ISBN-13978-4797388084
この商品を買った人はこんな商品も買っています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
出版社より

商品の説明
著者について
◎橋本泰一(はしもと たいいち)
LINE社のデータエンジニア。元東京工業大学特任准教授。
9年間の東京工業大学での教員期間では、テキストマイニング関連の研究および学内外の情報システム開発のマネジメントを行う。
その後GREEに勤務。ユーザーの不正投稿検知や処理、データ分析基盤のソフトウェア開発に携わる。
2014年からLINEに勤務。専門領域は自然言語処理、情報検索、データマイニング。
現在は、同社にてデータ分析システムおよび機械学習インフラの開発・運用を担当するチームのマネージャーとして従事。
情報処理学会、人工知能学会、言語処理学会、会員。
LINE社のデータエンジニア。元東京工業大学特任准教授。
9年間の東京工業大学での教員期間では、テキストマイニング関連の研究および学内外の情報システム開発のマネジメントを行う。
その後GREEに勤務。ユーザーの不正投稿検知や処理、データ分析基盤のソフトウェア開発に携わる。
2014年からLINEに勤務。専門領域は自然言語処理、情報検索、データマイニング。
現在は、同社にてデータ分析システムおよび機械学習インフラの開発・運用を担当するチームのマネージャーとして従事。
情報処理学会、人工知能学会、言語処理学会、会員。
登録情報
- 出版社 : SBクリエイティブ (2017/1/21)
- 発売日 : 2017/1/21
- 言語 : 日本語
- 単行本 : 288ページ
- ISBN-10 : 4797388080
- ISBN-13 : 978-4797388084
- 寸法 : 15 x 2.2 x 21 cm
- Amazon 売れ筋ランキング: - 733,460位本 (本の売れ筋ランキングを見る)
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2017年3月9日に日本でレビュー済み
Amazonで購入
機械学習をしたい人はたくさんいる。IT関係の人ではないかもしれない。統計学を一通り勉強した人でないかもしれない。そんな人にはいつも機械学習を学ぶことは難しい。ところがこの本は要所をついていて大変に理解しやすい。かつ、斜め読みしやすく書かれているので、数時間で読めてしまう。機械学習の概要を理解したい人、機械学習を人取り終えて、別の本を読みたい人、かなり知識がついてきて、そのおさらいとして機械学習を俯瞰したい人などに、最適な本である。誰にでも勧められる。
2017年5月30日に日本でレビュー済み
Amazonで購入
ひどかった。
もうこの著者の本は二度と買わない。
書名に、機械学習付けた内容のない本。
もうこの著者の本は二度と買わない。
書名に、機械学習付けた内容のない本。
2017年2月14日に日本でレビュー済み
Amazonで購入
入門やエッセンスと表紙にあるように、広く浅く紹介されていました。
マシンラーニングの逆引き辞書的な感じで、色々な手法についてかいつまんで触れ、詳細については他の本を参照するような使い方にはいいと思います。
機械学習を一から学びたい人や機械学習ってなんぞやという人には他に良い本があるので、あえてこの本を選ぶ必要はないと思います。
マシンラーニングの逆引き辞書的な感じで、色々な手法についてかいつまんで触れ、詳細については他の本を参照するような使い方にはいいと思います。
機械学習を一から学びたい人や機械学習ってなんぞやという人には他に良い本があるので、あえてこの本を選ぶ必要はないと思います。
2017年3月7日に日本でレビュー済み
ビッグデータの処理インフラから機械学習理論、プログラミングまでをコンパクトにまとめた本。機械学習の理論に加え、実際に動くPythonのサンプルソースがダウンロードデータとして提供されているので、コードを追いながら、理論がどのように実装されているのかを体感学習できる。ビッグデータの処理環境に関しては、HadoopやNorikra、Mecabなど、一般的なツールの使い方がチュートリアルとして紹介されており、手を動かしながら学べ非常に実践的である。理論と実践がバランスよくまとめられた良書。知識の確認や整理、ツール選択のためのリファレンスとして使える点も便利でお勧めします。
2017年7月26日に日本でレビュー済み
機械学習回りの話題をとにかく詰め込んでみましたという本。
Hadoopのツールから機械学習手法にディープラーニングまで幅広く紹介されているが、それゆえにそれぞれの項目の説明が薄くなってしまっている。説明が足りなすぎて初学者が理解するのは難しいと思う。
初心者が学ぶには取っつきにくいし、しっかりと学びたい人には物足りない。どの層をターゲットにしているのかわからない中途半端な本だと感じた。
流し読みして、機械学習回りのトピックをざっくりと理解するために使うなら悪くないかな。
Hadoopのツールから機械学習手法にディープラーニングまで幅広く紹介されているが、それゆえにそれぞれの項目の説明が薄くなってしまっている。説明が足りなすぎて初学者が理解するのは難しいと思う。
初心者が学ぶには取っつきにくいし、しっかりと学びたい人には物足りない。どの層をターゲットにしているのかわからない中途半端な本だと感じた。
流し読みして、機械学習回りのトピックをざっくりと理解するために使うなら悪くないかな。
2019年4月29日に日本でレビュー済み
機械学習の初学者には向いていない書籍。広く浅く記述されているため、内容が取っつきにくく、ソースコードの説明も手薄。「入門」として謳っているが、読んでいく上で、結構な前提知識が必要。
2017年2月21日に日本でレビュー済み
機械学習の様々な手法が記載してあります。
ディープラーニングにも触れてあり、機械学習を広く学ぶことができます。
ただページ数の制限もあり、この本を読んだだけで
それぞれの手法の本質を掴むのは難しいと感じました。
pythonのサンプルコードがあるので実装の手助けにはなると思います。
ディープラーニングにも触れてあり、機械学習を広く学ぶことができます。
ただページ数の制限もあり、この本を読んだだけで
それぞれの手法の本質を掴むのは難しいと感じました。
pythonのサンプルコードがあるので実装の手助けにはなると思います。