エンジニアのインターンが技術書を30冊くらい読んでみたので、ゆるくまとめてみた
by Shiruba on Qiita 2020年3月18日
"Pythonを使った機械学習の実践的な入門書。非常に読みやすく、データサイエンティストが現場で使うテクニックを効率的に学べる。scikit-learnやTensorFlowの活用法も解説されており、「scikit-learnとTensorFlowによる実践機械学習」と併読する必要は少ない。実務に直結する知識が豊富。"
Sebastian Raschka, Vahid Mirjalili, 福島真太朗, 株式会社クイープ
出版日: 2020/10/22
出版社: インプレス
ページ数: 688ページ
最終更新: 2020年3月18日
人気スコア: 307
本書は、機械学習の基本から最新の深層学習・強化学習までを網羅した、理論と実践を架橋する決定版の入門書です。scikit-learn、TensorFlowといった主要ライブラリに対応し、分類・回帰問題の解法、データ前処理、モデル評価、アンサンブル学習といった機械学習のコアスキルを体系的に習得できます。さらに、敵対的生成ネットワーク(GAN)や強化学習といった先進トピックも新たに章立てて解説。著者陣の豊富な実務経験に基づく洞察は、単なる技術解説に留まらず、より専門的な知識と実践的な応用への道筋を示します。Pythonの基礎知識と微積分・線形代数、データ分析ライブラリの基本を理解している読者が、機械学習の全体像を把握し、実務で活用できるレベルの知識を身につけるための最良の選択肢となるでしょう。豊富なコード例と解説により、理論を深く理解し、すぐにでも実装に移せる能力が養えます。
"Pythonを使った機械学習の実践的な入門書。非常に読みやすく、データサイエンティストが現場で使うテクニックを効率的に学べる。scikit-learnやTensorFlowの活用法も解説されており、「scikit-learnとTensorFlowによる実践機械学習」と併読する必要は少ない。実務に直結する知識が豊富。"
"Pythonを用いた機械学習の理論と実践を、実用的なコードとともに解説する書籍。NumPy, SciPy, pandas, scikit-learnといったライブラリを使いこなし、データ分析からモデル構築、評価までの一連の流れを習得できる。特に、各アルゴリズムの理論的背景と、それをPythonでどう実装するかを丁寧に関連付けている点が秀逸。実務で必要となるデータ前処理や特徴量エンジニアリングについても具体的に触れており、データサイエンティストを目指す人にとって必読の一冊。"
「[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)」と一緒に紹介されることが多い本

Dustin Boswell, Trevor Foucher, 須藤 功平, 角 征典
130件の記事

井上 直也, 村山 公保, 竹下 隆史, 荒井 透, 苅田 幸雄
37件の記事

斎藤 康毅
14件の記事

斎藤 康毅
6件の記事

Noam Nisan, Shimon Schocken, 斎藤 康毅
8件の記事