Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

本書は、機械学習ライブラリのデファクトスタンダードであるscikit-learnの開発に深く関わる著者陣が、機械学習の基礎から実践までをステップバイステップで解説する入門書です。特に、優れた機械学習システム構築に不可欠な「特徴量エンジニアリング」と、モデルの精度を最大限に引き出すための「評価と改善」に重点を置いており、他の入門書では深掘りされない実践的なノウハウを習得できます。ニューラルネットワークに進む前に、確固たる機械学習の基礎を築きたい方や、実務で高精度な予測モデルを構築したいエンジニアに最適です。本書で解説される手法は、データの前処理、モデル選択、ハイパーパラメータチューニングといった一連のプロセスを網羅しており、読者はscikit-learnを使いこなし、現実世界の問題解決に直結する機械学習スキルを効率的に身につけることができます。豊富なコード例と実践的なアドバイスにより、機械学習プロジェクトの成功率を高めるための実践的な知識と技術が習得できる点が本書の最大の強みです。