お届け先を選択
すべての出品を見る
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

著者をフォローする

すべてを表示
西林 孝
フォロー
有賀 康顕
フォロー
何か問題が発生しました。後で再度リクエストしてください。

仕事ではじめる機械学習 単行本（ソフトカバー） – 2018/1/16

5つ星のうち4.0 39
すべての形式と版を表示

この商品には新版があります:

仕事ではじめる機械学習 第2版
仕事ではじめる機械学習 第2版
￥3,300
(52)
在庫あり。
ソフトウェアエンジニアの間でも一般的な言葉になった「機械学習」。
本書では、その機械学習やデータ分析の道具をどのようにビジネスに生かしていけば良いのか、また不確実性の高い機械学習プロジェクトの進め方などを「仕事で使う」という観点から整理します。
プロジェクトのはじめ方や、システム構成、学習のためのリソースの収集方法など、読者が「実際どうするの?」と気になるであろう点を中心にまとめています。
上司に「人工知能でいい感じの成果を出してくれ」とあいまいな指示をされたとき、本書で学んだことが活きてくるに違いありません。
Previous page
  1. 本の長さ
    248ページ
  2. 言語
    日本語
  3. 出版社
    オライリージャパン
  4. 発売日
    2018/1/16
  5. 寸法
    21 x 15 x 1.5 cm
  6. ISBN-10
    4873118255
  7. ISBN-13
    978-4873118253
  8. すべての詳細を表示
Next page

商品の説明

著者について

有賀 康顕（ありが みちあき）：電機メーカーの研究所、レシピサービスの会社を経て現在はCloudera所属。フィールドデータサイエンティストとして、データ活用や機械学習の支援を行う。
https://twitter.com/chezou
https://www.slideshare.net/chezou
https://chezo.uno/

中山 心太（なかやま しんた）：電話会社の研究所、ソーシャルゲームの会社、機械学習によるウェブマーケティングの会社、フリーランスを経て、現在は株式会社Next Intを起業。自社サービスの開発のほか、ゲーム開発における企画や、機械学習案件の受託を行う。機械学習、ゲームデザイン、ビジネス設計、新規事業企画等、広く薄く何でもやる高機能雑用。
https://twitter.com/tokoroten
https://www.slideshare.net/TokorotenNakayama
https://medium.com/@tokoroten/

西林 孝（にしばやし たかし）：ソフトウェアエンジニア。独立系SIer、ソフトウェアベンダーを経て現在は株式会社VOYAGE GROUP所属。インターネット広告配信サービスの広告配信ロジックの開発に従事。
https://hagino3000.blogspot.jp/
https://speakerdeck.com/hagino3000
https://twitter.com/hagino3000

登録情報

  • 出版社 ‏ : ‎ オライリージャパン (2018/1/16)
  • 発売日 ‏ : ‎ 2018/1/16
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 248ページ
  • ISBN-10 ‏ : ‎ 4873118255
  • ISBN-13 ‏ : ‎ 978-4873118253
  • 寸法 ‏ : ‎ 21 x 15 x 1.5 cm
  • カスタマーレビュー:
    5つ星のうち4.0 39

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。
前のページ
  1. 西林 孝

    西林 孝

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    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

    著者ページでもっと見る
  2. 有賀 康顕

    有賀 康顕

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    電機メーカーの研究所、レシピサービスの会社、大規模データ基盤のプラットフォームを提供する会社の後、トレジャーデータ株式会社所属。機械学習チームのソフトウェアエンジニアとして、機械学習を活用したプラットフォームの開発に取り組む。

    著者ページでもっと見る
  3. 中山 心太

    中山 心太

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    株式会社NextInt 代表取締役

    電気通信大学大学院博士前期課程修了後、NTT情報流通プラットフォーム研究所（現ソフトウェアイノベーションセンタ、セキュアプラットフォーム研究所）にて情報セキュリティ・ビッグデータ関連の研究開発に従事。その後、統計分析、機械学習によるウェブサービスやソーシャルゲーム、ECサービスのデータ分析、基盤開発、アーキテクチャ設計などを担当。2017年に株式会社NextIntを創業し、現在は機械学習に関するコンサルティングや、ゲームディレクター、グループウェア開発を行っている。

    著者ページでもっと見る
次のページ

カスタマーレビュー

星5つ中4つ
5つのうち4つ
39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

terachan_shizuoka_pref
5つ星のうち5.0 ご連絡
2020年4月24日に日本でレビュー済み
Amazonで購入
24日夕方に商品が届きました。程度も非常に良く、大変満足しております。今回はありがとうございました。
1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
hybs_eg6
5つ星のうち3.0 辞書的な使い方
2020年5月7日に日本でレビュー済み
Amazonで購入
仕事で使うような事例が掲載されている点は面白いと感じた。が、ドンピシャでちゃんと業務に生かせることは殆どないと思う。実施したい内容をネット上で探してきて、確認の意味でこの本を利用するのが良いと思います。
5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
NO NAME
5つ星のうち4.0 機械学習を一通り学んでそろそろ実践かなという人向け
2018年2月26日に日本でレビュー済み
Amazonで購入
最初のレビューなので丁寧に書きます。

機械学習でどうやってシステムを設計し実際していくのかをイメージさせるように全体的に広く浅く説明している印象です。7章以降の後半戦(実践)に重きを置いている印象です。機械学習を一通り学んだ後に読むのが良いと思います！
著者も、courseraのmachine learning受講or"ゼロから作るディープラーニング"を読んだ後程度を想定しているようです。ですが、6章までの前半戦はそこまで知識がなくても雰囲気はつかめると思います。

4.6.7.8.9章がこの本の売り部分かなと、そのほかの部分は機械学習ある程度学んだ人には繰り返しの話かなと思います。

各章の内容は以下です。

1章 機械学習プロジェクトのはじめ方
→主に機械学習プロジェクトの進め方、流れについての説明。こんな風にプロジェクトは動くよ。
2章 機械学習で何ができる？
→どんな機械学習アルゴリズムがあってどんな時に使うのか。わりとありがちなまとめ。そこまで掘ら下げた説明ではない。
3章 学習結果を評価しよう
→accuracy、recallや平均二乗誤差、a／bテストなど、機械学習の評価方法の説明
4章 システムに機械学習を組み込む
→どのようなシステム構成で機械学習をシステム化することが考えられるか。と、ログをどのように設計すべきか。ここでようやく本書の売りにしている内容が登場。
5章 学習のためのリソースを収集しよう
→そのままですね、どうやってデータ集められますか？買ったり加工したりクラウドソーシング出したりとかそういう話。
6章 効果検証
→a／bテストをどうやって解析して行くのか。ここも本書の売りですね。

7章 映画の推薦システムをつくる
→プログラム例を交えながら推薦システムのロジックを説明してます。言語はPython。
8章 kickstarterの分析、機械学習を使わないという選択肢
→kickstarterというAPIを使って実際にどうやってデータ分析を進めるかを説明。
9章 uplift modelingによるマーケティング資源の効率化
→ uplift modeling というダイレクトマーケティングに活用される機械学習の手法の説明と実装例。
48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
うみねこcafe
5つ星のうち4.0 機械学習をしなくて良い方法を考える
2019年12月29日に日本でレビュー済み
Amazonで購入
この本は機械学習を実際に業務で使う人向けの本で自分は業務で使うはずもないので
しばらく前に買ってあまり読まずに放っていましたが、改めて読むと説明も分かりやすくタメになる話も多いので星4つにしました。

というか機械学習を業務で使うための本のはずなのに、初めの方にいきなり「機械学習をしなくて良い方法を考える」(p.7)とあるのは蓋し至言というべきというか、実際に業務で使おうとした経験が無ければ絶対に出て来ない言葉だと思うので大変勉強になりました。

またこの本の主旨には直接関係しませんが、コラムもツボを押さえたものが多く、スゴく参考になります。

ちなみに実務で使うべき機械学習モデルと言えばGBDTだと使ったこともないくせに勝手に思っていますが、この本にも簡単ですが説明があります。

ところで内容に関係しない細かい話ですが、p.120で「多重検定」の参考文献として載っている本は、詳しいのは間違いないと思いますが難しいので自分はお薦めしません。
というか全くの個人的意見ですが、真のデータサイエンティストは多重検定はしないと思います。
13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
さいとお@宇都宮
5つ星のうち4.0 仕事で始める人にはおすすめです
2018年3月8日に日本でレビュー済み
Amazonで購入
会社のPCにRもPythonも入れられなかった時期の人間からすれば羨ましい限りです。
・機械学習で何ができるの
・典型的な機械学習ケースってどんなの
・機械学習の結果をどう使えばいいの
という一通りをカバーしており、これから機械学習タスク始めようか、という人には最適解かと。
3つめは大抵の会社で、プログラミングと遠く離れた感情と根性と度胸の世界なのですが。

……ガチの人は布教用書籍として買いましょう。
オライリーの書籍なのにほとんど数式出てこないとか物理厚さのわりに中身薄いだろとか言わないように。
12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
オネスト
5つ星のうち4.0 非エンジニアでも読める機械学習実務の入門書
2018年9月14日に日本でレビュー済み
オライリーの本なのでエンジニア向けと思われるが、本書は比較的数式・ページ数・プログラムコードが少なく、ビジネスマン（非エンジニア）でも機械学習の実務について知ることができる。実際に手を動かしているアナリストやエンジニアにとっては当たり前のことを、ポイントを絞ってまとめてくれているので、やっている人には復習に、ビジネスマンには実務のコツが具体的に理解できてオススメである。第2章はアルゴリズムのカタログであるが、線形分離可能と線形分離不可能の２つの図を用いて直感的にわかるように工夫されているのは良い点。一方で分類のアルゴリズムに注力しすぎで、回帰・クラスタリング・次元削減・その他については驚くべきほどあっさりとしか触れていないのは残念。3章の評価については6章の効果検証についてはビジネスマンも知っていた方がいいポイントが読みやすくまとまっている。一方４章・5章はデータエンジニアリング系の話だが、ユーザー側としてもある程度理解しておいた方がよい内容である。また9章はほとんど日本語での紹介がないUplift Modelingのマーケティングでの適用事例が詳細に解説されており貴重である。ソフトウエアエンジニを想定読者としていると思われるため、プログラムコードそれなりに出てくるが、内容の本質を理解する上では読み飛ばしても問題はない。特に前半の6章までは。7~9章は実際に手を動かしてやってみることを想定しているのでコードを見て行かないと実際に自分ではできないだろうが、コードを読み飛ばしても何をしようとしているのかは容易に理解できるのでぜひビジネスマンも目を通すべきである。要点が詰まったマニュアルとしても使えるのでプロジェクトの時には必要に応じて参照するとよいだろう。
10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