ここから機械学習の何たるかを勉強し始めました.
数学の説明を踏まえて,基礎的な機械学習アルゴリズムを説明しています.
大学1年生ぐらいの数学の知識があれば十分読み進められます.
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:
¥3,299¥3,299 税込
無料お届け日:
4月1日 月曜日
発送元: Amazon 販売者: johnny's shop
新品:
¥3,299¥3,299 税込
無料お届け日:
4月1日 月曜日
発送元: Amazon
販売者: johnny's shop
中古品: ¥185
中古品:
¥185

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。
ITエンジニアのための機械学習理論入門 単行本(ソフトカバー) – 2015/10/17
中井 悦司
(著)
{"desktop_buybox_group_1":[{"displayPrice":"¥3,299","priceAmount":3299.00,"currencySymbol":"¥","integerValue":"3,299","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"3MwsEYc9XNej8TQKa4GX7n9nqc%2FU5d6r%2FZMsviM6CtSWpfgu3UUrfAJRQJL0T0T48aPkcLCiGs8CZc0prB6EJemlfhfAVWbABVI77Lo07hyy8uPHWf6RiHFCk9mop%2BDu5mtqoW%2BS%2FTGDkdKGYLqEOku41UIATZi5ENmYyswPk9MDMqYd6WS0Nw%3D%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥185","priceAmount":185.00,"currencySymbol":"¥","integerValue":"185","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"3MwsEYc9XNej8TQKa4GX7n9nqc%2FU5d6rRQ%2Fx2%2FLXcYGJq0tug5IcDKV1tVEJMvGfq5J5hDPkDkyxGPL3iF19WDzbCjZd5aeKodr8Kr%2BS63v1WHMaIypflWtGMrbsAwAgqO10zEwiucY5d391%2BkKjVkyCKrh01Em4upjhdZF5L56BhVZ4JhGv4Q%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
現在話題となっている機械学習(Machine Learning)のツールやライブラリは内部でどのような計算をしているのか? 計算で得られた結果にはどのような意味があり、どのようにビジネス活用すればよいのか?――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより、その結果を見ることで機械学習を支える理論を実感できるようになります。
- 本の長さ256ページ
- 言語日本語
- 出版社技術評論社
- 発売日2015/10/17
- ISBN-104774176982
- ISBN-13978-4774176987
よく一緒に購入されている商品

対象商品: ITエンジニアのための機械学習理論入門
¥3,299¥3,299
最短で4月1日 月曜日のお届け予定です
残り2点 ご注文はお早めに
¥3,740¥3,740
最短で4月1日 月曜日のお届け予定です
在庫あり。
¥2,420¥2,420
最短で4月5日 金曜日のお届け予定です
残り6点(入荷予定あり)
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
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
登録情報
- 出版社 : 技術評論社 (2015/10/17)
- 発売日 : 2015/10/17
- 言語 : 日本語
- 単行本(ソフトカバー) : 256ページ
- ISBN-10 : 4774176982
- ISBN-13 : 978-4774176987
- Amazon 売れ筋ランキング: - 398,166位本 (本の売れ筋ランキングを見る)
- - 17,603位コンピュータ・IT (本)
- 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。

1971年大阪生まれ。予備校講師から転身、外資系ベンダーでLinux/OSSを中心とするプロジェクトをリードするかたわら、多数のテクニカルガイド、雑誌記事などを執筆。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のCloud Solutions Architectとして活動。
-
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。
2019年7月4日に日本でレビュー済み
Amazonで購入
理論入門です。学巣を育った技術者には研究者を少しイメージできます。
2016年1月24日に日本でレビュー済み
機械学習に関しての説明はわかりやすいと思います。
グラフもあるし、視覚的にも理解できます。
ただ、Pythonのコードの説明がほとんどありません。
numpy、matplotlib、pandasを使ったことがない人はサンプルコードは理解できません。
Pythonは別で習得している必要があります。
グラフもあるし、視覚的にも理解できます。
ただ、Pythonのコードの説明がほとんどありません。
numpy、matplotlib、pandasを使ったことがない人はサンプルコードは理解できません。
Pythonは別で習得している必要があります。
2018年7月16日に日本でレビュー済み
Amazonで購入
研修用のおすすめ参考書探しの一環で読みました。
正直、研修ターゲットとしている層には難しすぎるかと思いましたが、
一歩先へ行くための参考書として紹介することにしました。
「理論!!」と言った本で、大学初等程度の数学力がなければ厳しいかもしれません。
つまり、「文系エンジニア」ではなく、「理系エンジニア」のための入門書です。
理系の方であれば、あまり苦も無く読めると思います。
また、この本は本格的な専門書への足掛かりともなる、とても良い本だと思います。
正直、研修ターゲットとしている層には難しすぎるかと思いましたが、
一歩先へ行くための参考書として紹介することにしました。
「理論!!」と言った本で、大学初等程度の数学力がなければ厳しいかもしれません。
つまり、「文系エンジニア」ではなく、「理系エンジニア」のための入門書です。
理系の方であれば、あまり苦も無く読めると思います。
また、この本は本格的な専門書への足掛かりともなる、とても良い本だと思います。
2017年9月15日に日本でレビュー済み
Amazonで購入
数学的な背景から理解したいと思って読み始めた人には良い”入門書”となります。
実際コードを見なくても最後まで読んでいけますし、本質に気付いた気になります。
プログラミング的に理解したい人からすれば読みたい部分がのってないと感じるかもしれません。
そもそも、「理論入門」なので、数学メインになる事が前提になっている事に注意した方が良いです。
あくまで入門なので、本来は更に数学的に厳密に式を追う必要がある箇所もあるのですが、それをやり始めるとキリがありません。
理論はソコソコに、実際の開発に着手する必要がある方も多いと思いますので、
実務に迫られた人には数学的な部分はココまでで良いと言う提案にもなっている様に感じました。
そう言う意味で「ITエンジニアのための…」と言うのは納得です。
実際コードを見なくても最後まで読んでいけますし、本質に気付いた気になります。
プログラミング的に理解したい人からすれば読みたい部分がのってないと感じるかもしれません。
そもそも、「理論入門」なので、数学メインになる事が前提になっている事に注意した方が良いです。
あくまで入門なので、本来は更に数学的に厳密に式を追う必要がある箇所もあるのですが、それをやり始めるとキリがありません。
理論はソコソコに、実際の開発に着手する必要がある方も多いと思いますので、
実務に迫られた人には数学的な部分はココまでで良いと言う提案にもなっている様に感じました。
そう言う意味で「ITエンジニアのための…」と言うのは納得です。
2016年8月14日に日本でレビュー済み
Amazonで購入
機械学習は何?と知りたくて読んでみました。
数学的な基礎がないと、ちゃんとは読めません。
ただそういう方は、実務で使う方ではないと思うので、細かい話はすっとばして
エンジニアたちが騒いでいるのは「正解にたどりつく」推計方法だとわかればいいのかと。
分厚すぎず、読みやすいです。何度か繰り返して読みたいと思います。
数学的な基礎がないと、ちゃんとは読めません。
ただそういう方は、実務で使う方ではないと思うので、細かい話はすっとばして
エンジニアたちが騒いでいるのは「正解にたどりつく」推計方法だとわかればいいのかと。
分厚すぎず、読みやすいです。何度か繰り返して読みたいと思います。
2018年3月23日に日本でレビュー済み
Amazonで購入
1章で機械学習を利用する際の注意点や理論を理解することの重要性が語られ、2~8章で代表的なアルゴリズムが説明されています。
損失関数による方法、尤度による方法、ベイズ推定による方法の対応関係や、k平均法とEMアルゴリズムの対応関係の記述は、それぞれのアプローチの違いがわかり、頭の中が整理されました。また、オーバーフィッティングや収束の様子等のグラフによる重要なポイントの説明も的確だと思います。ベイズ推定は確率の基本からコンパクトに説明されており、他書ですっきりしていない方は読むといいと思います。数学徒の小部屋というコーナーで数式の詳細な証明がありますが、お急ぎの方は読まないでも内容が把握できるかと思います。
考えるエンジニアやサイエンティストのためになる良書だと思います。
損失関数による方法、尤度による方法、ベイズ推定による方法の対応関係や、k平均法とEMアルゴリズムの対応関係の記述は、それぞれのアプローチの違いがわかり、頭の中が整理されました。また、オーバーフィッティングや収束の様子等のグラフによる重要なポイントの説明も的確だと思います。ベイズ推定は確率の基本からコンパクトに説明されており、他書ですっきりしていない方は読むといいと思います。数学徒の小部屋というコーナーで数式の詳細な証明がありますが、お急ぎの方は読まないでも内容が把握できるかと思います。
考えるエンジニアやサイエンティストのためになる良書だと思います。
2016年6月10日に日本でレビュー済み
Amazonで購入
deeplearningの学習等 確率・統計理論がコンパクトにまとまっていて 忘れかけていた確率・統計理論がよくわかった気がしました