Pythonで儲かるAIをつくる

投稿元：

レビューを見る

基本から、実際のコーディングまで。Colab を使っていて、すぐに試せるのが良い。複数のアルゴリズムを、どんな風に使い分けるか、わかりやすく説明してくれる。実際のプロジェクトでは、もう一度読み返さなくては、だけど、すごく整理されている良書だと思う。

投稿元：

レビューを見る

説明内容、コーディングともに難し過ぎず、かといって省略され過ぎてフワッとし過ぎているわけでもない。非常にバランスに優れており、機械学習の入門書としてはとても良書だと感じた。

投稿元：

レビューを見る

「scikit-learnを使えば機械学習は一般人にも使えるかも」とか「scikit-learnをまずは使ってみよう」と思わせてくれる本。
3章で機械学習における開発ステップの全体像を述べた後、4章ではそのうち特に重要なデータ確認、データ前処理、アルゴリズム選択、評価、チューニングについて程よい粒度で説明している。Accuracy, precision, recall, true positive/false positive/true negative/false negative, PR曲線/ROC曲線、交差検定法やグリッドサーチを用いたアルゴリズム選択とハイパーパラメータ最適化について、数学の詳細に踏み込むことなく、利用時に必要な知識を提供している。また、一貫してscikit-learnを用いてこれらを説明しているため、読者にとって分かりやすく、実際に試したり業務に適用したりする際のハードルも低いと感じた。

知識を得るには4章まで読むだけでも価値はある。5章の実例に基づく解説は、実際に業務で必要性が生じたら改めて読みたい。

投稿元：

レビューを見る

「4.1 データ確認」は、プロットしてデータセットの特徴を視覚的に掴む上で、pythonのseabornの使いこなし方を紹介。

「5 業務要件と処理パターン」は、いくつかの業務要件の処理パターンで実習できる.。モデルの選択方法からチューニング方法まで具体的で明解な説明がある。