10月新刊情報『機械学習デザインパターン』
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』 Valliappa Lakshmanan, Sara Robinson, Michael Munn 著、鷲崎 弘宜、竹内 広宜、名取 直毅、吉岡 信和 訳 2021年10月19日発売予定 408ページ（予定） ISBN978-4-87311-956-4 定価4,180円（税込） 本書は、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、柔軟性、持続性、説明性、公平性などに関するもの）に分類し、それぞれについてベストプラクティスを提示・解説するデザインパターン集です。手を動かしながら機械学習を学びたい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても有用な内容となっています。Google Cloudのデータ分析&AI部門トップとして
『仕事ではじめる機械学習』＆『前処理大全』著者対談（Part 1）
今回より4回を予定して、書籍『仕事ではじめる機械学習』著者の有賀康顕さん、『前処理大全』著者の本橋智光さんの対談をお届けいたします。ひょんなことから実現した今回の対談、今話題の機械学習を中心に、さまざまな角度からのお話しが飛び出します。まずはお二人の著書の話題から… 書籍の評判と執筆の苦労 （名刺交換をするお二人…） 有賀： そうか、CTOですもんね。 本橋： CTOと言ってもエンジニアは僕入れて4人ですけどねｗ 有賀： よくあるスタートアップのCTOって最初のエンジニアで、みたいな感じで。だから4人いるんだったら、ハイアリングがもうできるようになったという。 本橋： でも、いまAndroidエンジニアがいないから僕Androidアプリ書いてますよｗ もう少しすると入社する予定ですけれど。 有賀： スタートアップのCTOはできることは何でもやるということで。いやあ。ご活躍されていて。 本橋
デザイニング・データビジュアライゼーション
よりたくさんのデータを処理する必要性から、近年注目が集まる「ビジュアライゼーション」。本書は、そのデータのビジュアライゼーションを作成する際に留意すべき、基本的なコンセプトとベストプラクティスを紹介する書籍です。ビジュアライゼーションの分類、構成要素、目的、また選択すべき表現や避けるべきことなどを、簡潔に紹介しています。なお本書はEbook版のみの販売となります。 デザイニング データビジュアライゼーション はじめに 本書の構成 用語の意味 許可を受けて使用した図 カラーの図をオンラインで見る 出典および許可 問い合わせ先 謝辞 パートI 何をデザインするのか 1章 ビジュアライゼーションの分類 複雑さ インフォグラフィック vs ビジュアライゼーション インフォグラフィック データのビジュアライゼーション 探索 vs 説明 探索 説明 ハイブリッド：探索的説明 情報的 vs 説得的 vs
1
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
