投稿元:
レビューを見る
なんかWebにありそうなチュートリアルが紙面に載ってきたなあという印象で、それにこの値段出したのは失敗。多分ターゲット読者層と自分がマッチしてなかったのもあるのかな。
どういうスキルセットの人をターゲットにしてるのだろう。
投稿元:
レビューを見る
前半の、さらに前半(2章)は、昨今流行りの人工知能・機械学習について、なぜ流行ったのかと原理の話、後半2章はやはり流行りの教師あり学習教師なし学習の実例のようなものをサラッと。
これまで読んできたいくつもの機械学習・人工知能の本に出てきた話が次々出てきて綺麗に並んでいて関係が解りやすかったし、それらの本でskipされてたところがマメに埋めてあって大変親切だった。
前半の後半2章はそれぞれ流行りの「機械学習」と「深層学習」でイントロダクションで、機械学習については実例ベースで著名な手法の紹介、深層学習は基礎になっている素過程の紹介である。
後半(第2部)はソフトの紹介で、R, Python(scikit-learn), julia, MLlib(Spark)と有名だったり最先端のツールによる、よく聞く例題の解答例のようになっている。
実例についても、このような問題をこのようにして解くということが判ってよかった。
ただし、あくまでイントロダクションなので、サラッと書いてあって分かった気になることが目的の文章である。
分野外の人間が機械学習の世界に入っていくためのイントロダクションとして大変優秀。1年前に読みたかった。
投稿元:
レビューを見る
全体像を掴むには良い
機械学習の初心者が全体を俯瞰するには適している本だと思います。
この本を読んで興味を持った分野があれば他の本でさらに学習していくのが良いのではないでしょうか。
投稿元:
レビューを見る
全体観を掴むためにパラ見。
用語のつながりをなんとなく掴むにはよかった。
ただまあやはりこの手の本はターゲットが分かりにくい。
投稿元:
レビューを見る
データサイエンスの概論についてざっと確認できる。Web講座等でバラバラに学んでいた各キーワードを復習することが出来た。内容は比較的難しく、広く薄いため、この本だけでは実務には活かせないが、興味ある分野を発見するには良い。
・機械学習とは、計算処理によって「データの集合から」「その法則性を」学ぶこと
・深層学習とは、多層構造ニューラルネットワーク関数を用いた学習で、パターン認識や自然言語処理を行うことを目的とする
・多層パーセプトロンに対する損失関数の勾配を求めるアルゴリズムとして、誤差逆伝播法を使うのが一般的
・画像認識アルゴリズムでは画像データを多次元配列へ格納して学習する
【トリガーワード】
カーネル法
教師あり学習
確率的勾配法
サポートベクターマシン
k平均法
ニューラルネットワーク
多層パーセプトロン
ReLU
誤差逆伝播法
畳み込み法
レコメンデーション
ナイーブベイズ
推薦システム
Jubatus