機械学習のための「前処理」入門 [単行本]
    • 機械学習のための「前処理」入門 [単行本]

    • ¥3,08093ポイント(3%還元)
    • 在庫あり2022年7月3日日曜日までヨドバシエクストリームサービス便(無料)がお届け
100000009003137469

機械学習のための「前処理」入門 [単行本]

価格:¥3,080(税込)
ポイント:93ポイント(3%還元)(¥93相当)
お届け日:在庫あり今すぐのご注文で、2022年7月3日日曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:リックテレコム
販売開始日: 2019/06/03
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可
店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

機械学習のための「前処理」入門 [単行本] の 商品概要

  • 要旨(「BOOK」データベースより)

    データ分析技術の中心には、分析アルゴリズムやモデリング手法があります。しかし実務の現場では、むしろ「前処理」の重要性に直面します。その方法は「分析目標」と「データ形式」によって異なり、そこからどのように特徴量を作り出すかで、機械学習の成否が左右されます。本書では「予測」を分析目標とし、構造化データ、画像データ、時系列データ、自然言語について、機械学習における前処理の手順を紹介。演習問題を経て、Pythonによる実装までを体験します。データ分析のフレームワークCRISP‐DMに沿って実装を進めるので、実務に近い形で前処理のテクニックが身に付きます。
  • 目次

    ◆◆本書の主な構成◆◆

    第1章 データ分析・活用を始めるために
    1 データドリブンな時代へ
    2 データ分析プロジェクトに必要な要素
    3 データ分析人材のスキル

    第2章 データ分析のプロセスと環境
    1 ビジネス理解
    2 データ理解
    3 データ準備
    4 モデル作成
    5 評価
    6 展開・共有
    7 データ分析環境の選択
    8 Jupyter Notebook の使い方

    第3章 構造化データの前処理
    1 データ理解
    2 データ準備
    3 モデル作成
    4 再びデータ準備へ
    5 再びモデル作成へ
    練習問題の解答

    第4章 構造化データの前処理(2)
    1 顧客の特性を知る
    2 顧客のグループ化
    3 潜在ニーズの抽出

    第5章 画像データの前処理
    1 データ理解
    2 機械学習のためのデータ準備
    3 深層学習のためのデータ準備
    練習問題の解答

    第6章 時系列データの前処理
    1 データ理解
    2 データ準備
    3 教師データの作成
    練習問題の解答

    第7章 自然言語データの前処理
    1 データ理解
    2 機械学習のためのデータ準備
    3 深層学習のためのデータ準備
    4 トピック抽出のためのデータ準備

    付録
    1 JupyterLab ローカル環境の構築
    2 画像認識モデルの作成
    3 記事分類モデルの作成
    4 記事トピックの抽出
    5 様々な可視化ツール
  • 内容紹介

    ◆◆機械学習の成否を分かつ「前処理」◆◆
    ◆◆実務に直結するテクニックを習得◆◆

    データ分析技術の中心には、分析アルゴリズムやモデリング手法があります。
    しかし実務の現場では、むしろ「前処理」の重要性に直面します。
    その方法は「分析目標」と「データ形式」によって異なり、
    そこからどのように特徴量を作り出すかで、機械学習の成否が左右されます。

    本書では、構造化データ、画像データ、時系列データ、自然言語について、
    機械学習における前処理の手順を紹介。
    演習問題を経て、Pythonによる実装までを体験します。
    データ分析のフレームワークCRISP-DMに沿って実装を進めるので、
    実務に近い形で前処理のテクニックが身に付きます。



    ◆◆本書の主な構成◆◆

    第1章 データ分析・活用を始めるために
    1 データドリブンな時代へ
    2 データ分析プロジェクトに必要な要素
    3 データ分析人材のスキル

    第2章 データ分析のプロセスと環境
    1 ビジネス理解
    2 データ理解
    3 データ準備
    4 モデル作成
    5 評価
    6 展開・共有
    7 データ分析環境の選択
    8 Jupyter Notebook の使い方

    第3章 構造化データの前処理
    1 データ理解
    2 データ準備
    3 モデル作成
    4 再びデータ準備へ
    5 再びモデル作成へ
    練習問題の解答

    第4章 構造化データの前処理(2)
    1 顧客の特性を知る
    2 顧客のグループ化
    3 潜在ニーズの抽出

    第5章 画像データの前処理
    1データ理解
    2 機械学習のためのデータ準備
    3 深層学習のためのデータ準備
    練習問題の解答

    第6章 時系列データの前処理
    1 データ理解
    2 データ準備
    3 教師データの作成
    練習問題の解答

    第7章 自然言語データの前処理
    1 データ理解
    2 機械学習のためのデータ準備
    3 深層学習のためのデータ準備
    4 トピック抽出のためのデータ準備

    付録
    1 JupyterLab ローカル環境の構築
    2 画像認識モデルの作成
    3 記事分類モデルの作成
    4 記事トピックの抽出
    5 様々な可視化ツール
  • 著者紹介(「BOOK著者紹介情報」より)(本データはこの書籍が刊行された当時に掲載されていたものです)

    足立 悠(アダチ ハルカ)
    BULB株式会社所属のデータサイエンティスト。過去にメーカーのSEやデータサイエンティスト、ITベンダーのデータアナリスト等を経て現職。数々のデータ分析プロジェクトのほか、実務者教育にも従事。個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている
  • 著者について

    足立 悠 (アダチハルカ)
    BULB株式会社所属のデータサイエンティスト。
    過去にメーカーのSE やデータサイエンティスト、IT ベンダーのデータアナリスト等を経て現職。
    数々のデータ分析プロジェクトのほか、実務者教育にも従事。
    個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている。
    著書に『初めてのTensorFlow』と『ソニー開発のNeural Network Console 入門』がある。
    多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人や外れ値と評されている。
    趣味はお地蔵さんが密集している場所に佇むこと。
    近いうちに、日本を北から南へ移動しながら仕事し、パフォーマンスを測定してみたい。

機械学習のための「前処理」入門 [単行本] の商品スペック

商品仕様
出版社名:リックテレコム
著者名:足立 悠(著)
発行年月日:2019/06/13
ISBN-10:4865941967
ISBN-13:9784865941968
判型:B5
対象:専門
発行形態:単行本
内容:電子通信
言語:日本語
ページ数:303ページ
縦:24cm
横:19cm
他のリックテレコムの書籍を探す

    リックテレコム 機械学習のための「前処理」入門 [単行本] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!