書評：『施策デザインのための機械学習入門』 - Sansan Tech Blog
こんにちは． DSOC 研究開発部の黒木裕鷹です． なんと，思いつきで始めたランニングが続いており，最初の1ヶ月は65kmほど走っていたようです！ やはり，ばっちり形から入りかっこいいシューズとウェアを用意したのが効いたようです． フルマラソン目指して頑張りたいと思います🏃 さて，先日株式会社ホクソエムの高柳さんより，監修された本をご恵贈いただきました！ ありがとうございます！！！ いつもはネットワークの分析手法にまつわる連載をしていましたが，せっかくですので，今回は書籍のレビュー・紹介をしたいと思います． gihyo.jp 紹介・どんな本か 1章：機械学習実践のためのフレームワーク 2章：機械学習実践のための基礎技術 3章：Explicit Feedback を用いた推薦システムの構築の実践 4章：Implicit Feedback を用いたランキングシステム構築の実践 5章：因果効果
書評「機械学習を解釈する技術」
森下光之助（@dropout009）著「機械学習を解釈する技術」を献本頂きました。 8月4日から8日までの間に、暇を見つけては開いて読了。せっかくなので全体的な感想をまとめておきたいと思います。読む最中の感想はTwitterのスレッドに綴りました。本稿では蛇足になると判断して省略する部分も多いので、気になる人は覗いてください。 どんな人におすすめか 一言にすれば、機械学習を利用していて、モデルの解釈方法を知りたい、整理したい人向けでしょう。 本書は目次からも察せられる通り、 3章: 特徴量の重要度を知る 4章: 特徴量と予測の関係性を知る 5章: インスタンスの異質性をとらえる 6章: 予測の理由を考える といった具合に、モデルをマクロな視点から解釈し、不足を補う形でミクロな視点を導入していきます。数あるアルゴリズムから4つに絞って紹介することで、解釈の指針を与えてくれます。この点はアルゴ
『仕事ではじめる機械学習 第2版』を編集しました
『仕事ではじめる機械学習 第2版』を編集しました 編集を担当した書籍『 仕事ではじめる機械学習 第2版 』が絶賛発売中。電子書籍もあります。見どころについては 著者の有賀さんがまとめていらっしゃる記事 があるので、そちらをご一読いただくのがお勧め。 最初の版を制作したのが2017年から2018年にかけてのこと。そこから既に3年が経過して、いまだに機械学習への注目は高い状態が続いている。お陰さまで本書については刊行後も読者の支持を得続けることができ増刷を重ね、さらには改訂の運びとなった次第。 本書の制作 編集担当としては、内容に関してバリバリ議論＆相互ツッコミをする著者陣を見守りつつ、周辺の環境を整備したり、印刷日程の調整をしたり、オビの惹句を考えたりしていた。 今回はトップスタジオさんご協力の下、制作の全行程をSphinxとTeXを組み合わせたツールセットで制作している。Sphinxが出力
「仕事ではじめる機械学習 第2版」を読んで思った「ソフトウェアエンジニアとデータサイエンティスト, ML Ops」のこと - Lean Baseball
このエントリーのテーマです このエントリーは, 「仕事ではじめる機械学習 第2版」出版お祝いのエントリーとなります. 仕事ではじめる機械学習 第2版 作者:有賀 康顕,中山 心太,西林 孝オライリージャパンAmazon 私自身, 第1版登場の2018年頃*1から「機械学習エンジニア」「企画・提案のフェーズから機械学習プロジェクトを回すマン」など, まさに機械学習を仕事とするロール・立ち位置で働いたり個人開発をしたりしていた身として, 色んな場面で参考にしていた書籍の待望の第2版登場で嬉しいです. 待ちに待った仕事ではじめる機械学習第2版、戴きました🙏 週末読んで感想書くぞ📕 pic.twitter.com/66mcTzxja5— Shinichi Nakagawa / 中川 伸一 / Senior Engineer (@shinyorke) 2021年4月15日 縁あって著者の皆様およ
AI初心者向けの独学本「からあげ先生のとにかく楽しいAI自作教室」を執筆しました - karaage. [からあげ]
AI初心者向けの書籍を出します AI初心者向けの書籍「からあげ先生のとにかく楽しいAI自作教室」が2021/1/8に発売となります。既にAmazonページも作成されております。Kindleを中心とした電子書籍は、ネットでの反応に応える形で先行配信となり、すでに購入可能です。本記事末尾に追記しています。 人気ブロガーからあげ先生のとにかく楽しいAI自作教室 作者:からあげ発売日: 2021/01/08メディア: 単行本 商業誌への寄稿をしたり、共著で「Jetson Nano超入門」を執筆したことはありましたが、単書の本は初めてとなります。気合いを入れて書き上げました。なにとぞよろしくお願いいたします。 ちなみに、最初に断っておきますが。表紙とタイトルは出版社さんが決定しております。もちろん私も確認の上でGoを出していますが、自分から人気ブロガーを名乗っているわけではありませんので何卒ご理解を
![AI初心者向けの独学本「からあげ先生のとにかく楽しいAI自作教室」を執筆しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/7a1e794a0e290a8ab6ae2b3e50cc1dab1ac7f2fe/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20201210%2F20201210234138.jpg)
ITエンジニアのための強化学習理論入門
2020年7月17日紙版発売 2020年7月17日電子版発売 中井悦司 著 A5判／296ページ 定価3,278円（本体2,980円＋税10%） ISBN 978-4-297-11515-9 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 前作の『ITエンジニアのための機械学習理論入門』から，5年経過しましたが，AI（人工知能）や機械学習に対しての期待と関心はまったく衰えません。むしろ機械学習の利用はIT業界で当然のものとなり，さらなる活用がさまざまな場所で行われています。前作では一般的な機械学習について解説しましたが，試行錯誤しながら1つの解をもとめていく「強化学
仕組みの見えるScratchで遺伝的アルゴリズムを作る面白さ。「Scratchではじめる機械学習」( 石原 淳也、倉本 大資 著、阿部 和広 監修)｜TAKASU Masakazu
献本御礼。 僕は前職でテキストマイニングやレコメンドエンジンを使ったサービス構築をしていたので、決定木だの協調フィルタリングだのニューラルネットワークについてお客さんに説明したことはある。とはいえかなりブランクが空いていて、最近の知識はぜんぜんわからない。職業エンジニアだったのは20世紀の話なので、最近の「Pythonで..」的のやつは環境構築で二の足を踏んでしまう。（最近はラクになってそうだけど） この本を読み始めたモチベーションは、Scratchよりも機械学習の知識をアップデートしたいからだ。 Scratchではじめる機械学習この本の序盤はweb版のScracthに機械学習用の機能拡張を読み込ませる形で進む。プログラム一覧はオライリーの書籍サイトに載っている。 多くはGoogle等が公開している機械学習のチュートリアルをScratchと連携させて使うのだけど、紹介されているチュートリア
機械学習について一回挫折してしまったエンジニアが何とかお仕事で機械学習を使えるようになるまで - Qiita
初めに 4x歳越えのエンジニアにとって機械学習は何やらややこしいもの、本を開けば数式があり、pythonがあり、何それおいしいの？5年ほど前にCourceraで機械学習を学ぼうとしたがあっさりAndrew Ng先生はWeek4で挫折。"教師付き学習"と"教師なし学習"のちがいなんだっけ？ 想定している読者 IT業界で別のキャリアを持っていて機械学習のキャリアをみにつけたい、あるいは身につけようとしたが挫折してしまった人 自分のキャリアについて ホストの開発エンジニアから始まり、クライアントサーバー、Webアプリと開発系を云十年。その後ネットワーク、インフラ系を主な仕事にしています。 機械学習とのかかわり 5年ほど前に機械学習の勉強をしようとしたが、何をやっているか意味が分からず、あっさり挫折。その後は雑誌などで読む程度。 注）データ分析・機械学種・人工知能については、この文章では厳密に分け
Make: Japan | 1冊まるごとScratchでできる！機械学習の入門書『Scratchではじめる機械学習』が7月発売。試し読みページを公開！
1冊まるごとScratchでできる！機械学習の入門書『Scratchではじめる機械学習』が7月発売。試し読みページを公開！ 子ども向けビジュアルプログラミング言語「Scratch」を使って学ぶ、機械学習の入門書『Scratchではじめる機械学習 ―作りながら楽しく学べるAIプログラミング』が7月に発売されます。ML2Scratch、TM2Scratch、PoseNet2ScratchなどのScratchで機械学習を扱える拡張機能を組み合わせ、画像認識や音声認識、姿勢推定などを利用したプログラムを作りながら、機械学習の仕組みを楽しく学んでいくことができます。だんだんとステップアップしながら、最終章では、遺伝的アルゴリズムをScratchで実装することにも挑戦します。Pythonなどのテキストプログラミング言語や、難しい数学の知識は不要。機械学習の仕組みを使ったアプリケーションを“作りながら学
機械学習・ディープラーニング関係の初心者が独学するのにオススメの書籍 - karaage. [からあげ]
機械学習・ディープラーニング関係の本を整理してみた 以下のような事情もあり、初心者向けに良い本って何だろうなと家にある機械学習・ディープラーニング関係の書籍を引っ張り出してきました。 新入社員としてAI人材が来るという話を聞いていたので「色々教えてもらおう！」と楽しみにしていたのですが、配属直前になって「ソフトウェアの経験は無いらしい、AI人材に育ててほしい」と言われたときの顔してます。そんなことある？— からあげ (@karaage0703) June 5, 2020 紙の書籍 電子書籍 正確には、紙の本も電子書籍もここに無いもの（noteやboothで買ったもの）が数冊あるので、全部入れて40冊程度でした。なんとなく100冊くらいは読んでるかと思っていたのですが全然でした。人間の感覚って当てにならないものですね。ただ、良く考えると、何か1つのジャンルで10冊も書籍持っているかというと、
![機械学習・ディープラーニング関係の初心者が独学するのにオススメの書籍 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/d2c27fde8403965100126027d1906217e802281c/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20200613%2F20200613150727.jpg)
Pythonではじめる教師なし学習
教師なし学習はラベル付けされていないデータから学習する機械学習の一種です。現在の機械学習では大量のラベル付きのデータを用いる教師あり学習が主流ですが、ラベルを付けるには膨大なコストがかかります。現実世界に機械学習を適用していくためには、ラベル付けを必要としない教師なし学習の重要性が増してくると考えられます。本書は実践的な視点から、データにある隠れたパターンを特定し、異常検出や特徴量抽出・選択を行う方法を紹介します。ラベルなしデータを有効に利用することで、機械学習の可能性を各段に広げる教師なし学習の本質に迫ります。さらに、変分オートエンコーダ（VAE）や敵対的生成ネットワーク（GAN）、制限付きボルツマンマシン（RBM）などの生成モデルも紹介します。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書
実務の専門家として機械学習や統計分析を手掛けたい人にオススメの書籍初級5冊＆中級8冊＋テーマ別11冊（2020年2月版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この記事は以下のオススメ書籍リスト記事のアップデートです。 毎回の断り書きで恐縮ですが、この記事では「データサイエンティストや機械学習エンジニアなどデータ分析の実務の専門家として」*1機械学習や統計分析を手掛けていきたいという、主に初級ないし中級ぐらいのスキルレベルの人たちにお薦めしたい書籍を、初級向け5冊・中級向け8冊及び細かいテーマ別に11冊、それぞれ挙げていきます。スタンスとしては相変わらず「当座の最終到達点を『中級』に置いた時に最初に読んで内容をマスターしておくべき書籍」を初級に置いているので、世の中のこの手のお薦め書籍リストに比べると若干ハードな内容のものが初級向けに多いかもしれません。 後はちょっと気が早いかもしれませんが、機械学習パートに関しては「AutoML時代にあっても実務の専門家であれば知っておくべき知識」を収めた書籍を選んでおきま
「Google Colaboratory」を使って簡単にディープラーニングで画像認識ができるチュートリアル｜からあげ(karaage0703)
ちなみに上記のツイート「Google Colobratory」のとこ「Google Colaboratory」の誤字です。すみません また、たくさんのチュートリアルがセットになったマガジンの方がお得なので、他の機械学習のチュートリアルも興味ある方は、以下も検討してみて下さい。 本チュートリアルで出来るようになること ディープラーニングを使って、自分だけの画像認識の学習モデルを作る方法が学べます。 具体的には、学習させたい画像の収集（スクレイピング）や、画像の前処理（ラベル付け）、学習、判別を行います。 本チュートリアルでは、例としてたくさんのカメラと犬と猫の画像を学習させた後、以下のような画像を見せて判別を行います。 以下のようにカメラ（camera）と判別されています。 このような画像判別の技術を使うと、画像を元に何かの良し悪しを判定する機械を作ることができます。例えば、世の中には、ディ
【500部突破】ハマって覚えるデータ分析・機械学習の罠（PDF版） - 天色グラフィティ - BOOTH
小規模な機械学習プロジェクト（仕事でも、研究でも）を遂行する必要に駆られている、駆け出しデータサイエンティストのために書いた1冊。 機械学習プロジェクトは、ハマりやすい罠でいっぱいです。 「精度90%のモデルを作ったみたいだけど、それってどれくらい嬉しいんだっけ？」 上の例はその代表的なもので、「プロジェクトの目的が設定されていない罠」です。プロジェクトの目的がうまく設定できていない場合、仮にモデルができたとしてもそのモデルが無駄になってしまう危険性があります。 この本では、小規模な機械学習プロジェクトを少人数で回すときに気をつけておきたいポイントを実例を交えてわかりやすくまとめています。 ハマりがちな罠を知って、効率的にプロジェクトを進めていきましょう！ 【著者プロフィール】 鈴木天音といいます。都内でデータサイエンティストをしています。 大学時代にAI・機械学習に興味を持ち、Kaggl
深層学習やプログラミングについては書かれていない「わけがわかる機械学習」 - 木曜不足
引き続き、確率の話が 1/3 もある入門本「わけがわかる機械学習」の宣伝エントリです。 わけがわかる機械学習 ── 現実の問題を解くために、しくみを理解する 作者:中谷 秀洋技術評論社Amazon 2012年に深層学習が大規模画像認識コンペ(ILSVRC)で圧勝して以来、「機械学習をやりたい」という人より「深層学習(ディープラーニング)をやりたい」という人のほうが年々増えているように実感しています。 しかし「わけがわかる機械学習」という本には、深層学習に関する記述をかき集めても精々3ページほどしかありません。 また、ここ数年に限っても機械学習や深層学習の入門本は数え切れないほど出版されています。そうした入門本の多くは、本に書いてある通りにプログラミングするだけで、性能がそれなりに高い予測器や分類器を実装して動かすことができる優れものです。 強力で便利な機械学習や深層学習のライブラリを使うた
『わけがわかる機械学習』中谷秀洋（著）の書評 - StatModeling Memorandum
僕が中谷さんと初めて会ったのはみどりぼんの読書会で、初めて話したのは岩波DSの打ち合わせだったと思います。今でもそんなに親しくはないと思います。しかし、中谷さんのブログは10年ぐらい前から読んでいました。自然言語処理を中心とする機械学習に関連する理論（の解釈）・論文レビュー・数値実験の記事が多く、他のブログでは見られない独特かつ理解の深い内容で、毎日勉強させてもらっていました。今でも何度も読むべきブログです。その中谷さんが機械学習についてまるごと一冊書いたものが本書になります。もともと買うつもりでしたが、献本いただいたので簡単にご紹介いたします。 わけがわかる機械学習 ── 現実の問題を解くために、しくみを理解する 作者: 中谷秀洋出版社/メーカー: 技術評論社発売日: 2019/08/28メディア: 単行本（ソフトカバー）この商品を含むブログを見る 目次は以下になります。 0章： はじめ
無料で拾える機械学習系の本のPDFまとめ - とある京大生の作業ログと日々の雑記
最近はツイッターでいろんな人に普段どんな感じで勉強してるのかということを聞かれるのですが、ぼくはだいたいネットでPDFを拾ってきて読んでます。 そこでぼくが今まで読んだ中で良さげな機械学習系の本のリンクをまとめておこうと思います。 ちなみに全て英語ですので日本語じゃないとやだ〜〜〜って泣いちゃう方はタブを閉じるか日本語訳を書店で探してきてください。 PRML (Pattern Recognition and Machine Learning) Pattern Recognition and Machine Learnng www.microsoft.com まず1冊目はみんな大好きPRML。 機械学習の本というよりかはベイズの本と言っていいようなお気持ちもあるのですが、基礎力として非常にいい本だと思います。 特にグラフィカルモデルの章はめちゃくちゃ読み応えあるので個人的には大好きな一冊。
ディープラーニング関連オススメ書籍TOP20＆テーマ別38冊を紹介！ | AI専門ニュースメディア AINOW
最終更新日： 2020年4月16日 2019年2月4日、日本ディープラーニング協会（JDLA）ホームページ上にて、「日本ディープラーニング協会 G検定合格者が選ぶディープラーニング関連おすすめ書籍ランキング」が公開されました。 JDLAによるG検定は、「事業にディープラーニングを活用する人材」を対象とし、エンジニアだけでなく、経営者や企画者などビジネスサイドの人も受験する検定です。 この記事ではG検定の合格者約500人が選んだオススメ書籍や、テーマ別のオススメの書籍、またオススメのサイトやTwitterアカウントまで幅広く紹介します。漠然とAI・人工知能について学びたいと考えている方におすすめです。ぜひ自分に合った本からAIについて学び、奥深いディープラーニングの知識もつけてみてください！ 日本ディープラーニング協会G検定合格者が選ぶディープラーニング関連オススメ書籍ランキング このランキ
機械学習システム開発や統計分析を仕事にしたい人にオススメの書籍初級5冊＆中級10冊＋テーマ別9冊（2019年1月版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この記事は以前の書籍リスト記事のアップデートです。 機械学習エンジニアやデータサイエンティストとして（もしくはそうではない職名であったとしても）機械学習システム開発や統計分析を仕事にしたい人なら、最低限これだけは読んでおいて損はないだろうという書籍を初級向け5冊、中級向け10冊選定しています。ただし、以前とは若干異なり「仕事にする」イコール「プロフェッショナルを目指す」ということで、特に初級向けリストを若干レベルアップさせています。中には初学者でも結構読みこなすのが難しい本だけになっているかもしれませんが、中級向けリストに進む上でどうしてもこれだけは読破して欲しいという願望も込めました、ということで。 完全にお馴染みのネタなので特に説明することはないかと思いますが、言うまでもなく以下のリストは完全なる僕個人の独断と偏見で、最近出版されたり自分で読んだ本
年末のご挨拶と近況、あるいは機械学習のはじめ方 - 怠惰を求めて勤勉に行き着く
あ、退職エントリとかではないです。雑多な駄文をお許しください。 2018年を振り返る 3月にカリフォルニア州パロアルトのラボに異動になって早くも3/4年が経ちました。 自分としてはまだ1年経ってないのかという感じです。もっと長く居るような気もするが、来たばかりのような感じもある。 生活には完全に慣れました。結局の所、生きていくだけなら "You need a bag?" に "No" だけ言えれば何とかなります。 家族のこと、子供のこと 家族が適応に苦しんでいます。特に子供は、8月からTKという公立小学校の下部組織に通っていますが、予想を遥かに超えて心を閉ざしたままです。 娘はとてもシャイで、思ったことが口にできません。非常に端的に言うと、生きる力が強くありません。象徴的なできごとが幾つかありました。 ある日、先生が陪審員の義務で代わりの先生が来た日、普段とは違う教室に預けられた。 お昼に
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
