新品:
￥6,820 税込
ポイント: 68pt  (1%)
無料お届け日: 4月21日 日曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
ポイント: 68pt  (1%)  詳細はこちら
無料配送 4月21日 日曜日にお届け
詳細を見る
または 最も早い配送 明日 4月20日にお届け（11 時間 3 分以内にご注文の場合）
詳細を見る
残り2点（入荷予定あり） 在庫状況について
￥￥6,820 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥6,820
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
配送料 ¥350 4月22日-23日にお届け（16 時間 3 分以内にご注文の場合）
詳細を見る
中古商品: 良い | 詳細
発売元 もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。
コンディション: 中古商品: 良い
コメント: ■通常２４時間以内に出荷可能です。■クリーニング済み。■中古品ではございますが、良好なコンディションです。■万が一品質に不備があった場合は返金対応。■防水梱包です。■決済は、クレジットカード、コンビニ決済・ATM・ネットバンキング・Edy払いがご利用可能です。
新品＆中古品 (43)件の出品：
￥2,296  + ￥320 配送料
Kindleアプリのロゴ画像

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。

KindleアプリをダウンロードするためのQRコード

機械学習 ─データを読み解くアルゴリズムの技法─ 単行本（ソフトカバー） – 2017/4/10

ピーター フラッハ (著), Peter Flach (著), 竹村 彰通 (監修, 翻訳),
5つ星のうち4.7 8
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥6,820","priceAmount":6820.00,"currencySymbol":"￥","integerValue":"6,820","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"bcJPFAEnskgm5tvH6pw9NBAl%2B1X%2BXsZpuezAyBJKSPShJSH5ltuzlQW0%2F%2FvgCh%2BApvi76p%2FFRifaciIGDCoHXaAN%2Bsy%2Frojr7hAyI7NsAGvSJrSUzr%2B79J2yUZLunMsiRNEJA5DggwY%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥2,562","priceAmount":2562.00,"currencySymbol":"￥","integerValue":"2,562","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"bcJPFAEnskgm5tvH6pw9NBAl%2B1X%2BXsZpayvEiwIZgw%2B5uPoIZ8wGvUGELScBK4AI%2F99cyrPzEGBVQ%2Bxl%2FSIIFmRKXShVtGnVLTpkl8MM9jyX27Q0FgSVqSHw%2F%2Bwt6Gao%2B5XeVr4WzkcQ1x5MWN%2FuTvHPlj%2BLsAA9RwNhXJdgJ3XiT%2Fvk7BLfcQ%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

Machine Learning -The Art and Science of Algorithms that Make Sense of Data- (Cambridge Univ Press. 2012)の翻訳。 機械学習の主要なアルゴリズムを取り上げ,特徴量・タスク・モデルに着目して論理的基礎から実装までを平易に紹介。
〔内容〕二値分類/教師なし学習/木モデル/ルールモデル/線形モデル/距離ベースモデル/確率モデル/特徴量/ほか
Previous page
  1. 本の長さ
    392ページ
  2. 言語
    日本語
  3. 出版社
    朝倉書店
  4. 発売日
    2017/4/10
  5. 寸法
    21 x 14.8 x 2.5 cm
  6. ISBN-10
    4254122187
  7. ISBN-13
    978-4254122183
  8. すべての詳細を表示
Next page

商品の説明

出版社からのコメント

・序文より抜粋
機械学習については,最近ではいくつかの重要な本が日本語に翻訳され,広く読まれている.また日本の研究者による教科書や研究書も数多く出版されるようになった.このような中で本書の特徴は「統計学と知識表現の融合」という観点からの統一的な記述であり,機械学習の個々の手法の紹介や解説が中心となっている他書とはやや趣を異にしていることである.著者は,データから学習するモデルとして,幾何モデル,確率モデル,論理モデルの3 種類を区別しているが,本書に特徴的なのは4 章の「概念学習」や6 章の「ルールモデル」で説明されている論理モデルである.これらの章では,知識表現を論理的な記述によって与えるという観点が強調されている.これは著者が計算機科学の研究者であり,論理プログラミングを教えているという背景もあるものと思われる.論理的な記述自体は確定的なものであるが,それがデータの多くを説明できるかという観点から評価することにより,論理と確率の融合がはかられている.
また個別の話題としては,著者は二値分類の性能評価の基本的な道具であるROC分析あるいはROC 曲線に関して多くの研究をしており,本書でもROC 曲線に関する詳しい説明がある.ROC 分析は統計学における仮説検定の有意水準と検出力の考え方と同様のものであるが,本書の観点は統計的仮説検定の視点とはやや異なるものであり,私には新鮮に感じられた.

著者について

Peter Flach (Bristol 大学)[著]
竹村彰通(滋賀大学データサイエンス教育研究センター長)[監訳]
田中研太郎/小林 景/兵頭 昌/片山翔太/山本倫生/吉田拓真/林 賢一/松井秀俊/小泉和之/永井 勇[訳]

登録情報

  • 出版社 ‏ : ‎ 朝倉書店 (2017/4/10)
  • 発売日 ‏ : ‎ 2017/4/10
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 392ページ
  • ISBN-10 ‏ : ‎ 4254122187
  • ISBN-13 ‏ : ‎ 978-4254122183
  • 寸法 ‏ : ‎ 21 x 14.8 x 2.5 cm
  • カスタマーレビュー:
    5つ星のうち4.7 8

カスタマーレビュー

星5つ中4.7つ
5つのうち4.7つ
8グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

鉄腕８８２３
5つ星のうち5.0 良いのだと思います
2019年5月31日に日本でレビュー済み
Amazonで購入
読む本やビデオが溜まりにたまってまだ読めていません。ざっと俯瞰してみましたが、知りたかったことのオンパレードのようです。まだまだ知りたいことはあるのですが、どこからも出ていないですね。20年ほど前に買った２０００ページくらいあるようなAIの第１版を持っています。第2版が出たのは知っています。大幅に加筆されているようです（今では古書でも見つかりませんが）。2版を探し、無ければ1版で学び直そうと思っています。ニューロも出ています。ファジーや遺伝的アルゴリズム、B木などが羅列されています。今では相手にもされないようなAIの骨とう品的存在ですが、ディープラーニングと併用できないかと考えています。
役に立った
 レポート
Amazon Customer
5つ星のうち5.0 機械学習の理論から評価実験法までを網羅した名著
2018年3月25日に日本でレビュー済み
Amazonで購入
機械学習実験の章だけでも買う価値がある。どういった評価を行いモデルを確定するのかがしっかりと書かれている。国内の書籍は実装と理論に偏っているものが多く、実務で使う上では参考にならないことが多いがこの本ではキチンと触れられている。

問題点としては、例としては二クラス分類問題を扱っていることが多く、多クラス分類問題への適用については別の書籍や論文を参照する必要がある。また、日本語訳についてもこなれていない箇所もあり、たまに読みにくい箇所がある。
それを差っ引いても、内容は充実しておりかつ例題も豊富でわかりやすい。入門書としてオススメ。
8人のお客様がこれが役に立ったと考えています
役に立った
 レポート
gouldbergvariation
5つ星のうち5.0 隠れ名著の1冊かもしれない
2017年11月18日に日本でレビュー済み
素晴らしい本だが一つもレビューがないようなので書きました。
他の機械学習関連の書籍とは一線を画している。
・数式が一切ないというわけにはいかないが、必要な個所のみ、あとは実際の数値で説明していて、わかりやすい
・機械学習アルゴリズムの専門教育を受けていない者にとって理解の助けになる示唆に富むポイントが随所に書かれており、凝縮されているが一言一句見逃せない
・最近はいろいろな本でもとりあげられるようになったが、10章の「特徴量」は専門教育を受けていない者にとって理解の助けになり価値あり
　予測モデルのコンペなどで常套手段となっていることは簡単ではあるが書かれている。基本が重要ということを再認識。
この本が日本語で読めること、隠れた名著を紹介してくれたことに感謝したい。
この著者の他の文献もいろいろ読みたくなった。
23人のお客様がこれが役に立ったと考えています
役に立った
 レポート