仕事ではじめる機械学習 第2版
有賀 康顕, 中山 心太, 西林 孝オライリー・ジャパン352ページISBN 9784873119472
機械学習タグで同率3位（87冊中）。Zenn・Qiitaなどの4記事で紹介（時点）。
- 紹介記事
- 4件
- 媒体別
- Qiita 4
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 対象読者
- 仕事で機械学習に携わり、モデル作成だけでなく本番適用後の運用まで実務の流れを知りたい人 根拠: 機械学習って何から勉強すればいいの？という人向け必読の４冊ほか1件
- 難易度
- 入門（初学者向け） 根拠: 今年読んだ書籍の読書記録【2021年版】
- 出版年
- ・第2版（約6年前）
- タグ内の順位
- 機械学習タグで同率3位（87冊中・紹介記事数の順）
対象読者・難易度・注意点は、紹介記事の内容をもとにAIがまとめたものです（根拠記事へのリンクつき）。出版年・順位・代わりの本は書誌と集計データから出しています。
紹介された時期
2019年から2022年にかけて、間をあけて紹介されています。最新は2022年10月です。
紹介している記事（4件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 機械学習って何から勉強すればいいの？という人向け必読の４冊 Qiita · ken · · いいね 80
仕事で機械学習に携わる際、モデルを作るだけでなく、システムへの組み込み、本番適用後の精度確認とその説明、リリース後の監視・モニタリングなども考える必要があると述べている。実務ではモデル作成以外により多くの時間をかけることも珍しくないとし、こうした一連の流れを押さえるのに適した本として評価している。
- 今年読んだ書籍の読書記録【2021年版】 Qiita · Hideharu Nagakura ·
2021年に読んだ書籍を備忘録として分野別にまとめた記事の「機械学習」欄で本書を紹介し、機械学習の入門書的な本と述べている。書誌情報としてオライリージャパンから2018年1月16日発売と記し、Amazonへのリンクも添えている。読書記録の中では、機械学習関連の書籍の一つとして掲載している。
- 今年ナレッジストアに追加された技術書のご紹介 Qiita · h_km · · いいね 1
機械学習をビジネスにどう活用するかを扱い、ソリューションとして機械学習を使う必要がない場合も多いなど、目的と手段を取り違えないための示唆を含む本だと説明している。機械学習を用いた新規事業を考案する際、個別技術より活用の考え方やフローを知るためにリクエストしたと述べ、新規事業を考える人や機械学習を仕事で使いたい人に勧めている。
- 技術書 coding(148) Qiita · Dr. Kiyoshi Ogawa · · いいね 3
この本について
本書は、機械学習を業務システムに適用する際の課題設定から開発、評価、運用までを扱う実務書である。ビジネス上の課題を機械学習の問題に定式化し、適切な手法を選び、データを集めてモデルを学習・評価する流れを説明する。分類・回帰などのアルゴリズムと評価指標に加え、ログ設計、システムへの組み込み、継続的な学習や監視を取り上げる。機械学習を使わない解決策も検討し、施策の効果を判断するための因果効果推定、仮説検定、A/Bテスト、オフライン検証も扱う。第2版では、ML Ops、モデルの検証、バンディットアルゴリズム、オンライン広告における予測と意思決定を加え、モデルの作成だけでなく本番適用後の精度確認や説明、監視まで含む機械学習プロジェクトの進め方を学べる。
出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。
目次（主な章）
出典: 出版社の書籍ページ （章の見出しのみ）
- 第I部
- 1章 機械学習プロジェクトのはじめ方
- 2章 機械学習で何ができる？
- 3章 学習結果を評価するには
- 4章 システムに機械学習を組み込む
- 5章 学習のためのリソースを収集する
- 6章 継続的トレーニングをするための機械学習基盤
- 7章 効果検証：機械学習にもとづいた施策の成果を判断する
- 8章 機械学習のモデルを解釈する
- 第II部
- 9章 Kickstarterの分析、機械学習を使わないという選択肢
- 10章 Uplift Modelingによるマーケティング資源の効率化
- 11章 バンディットアルゴリズムによる強化学習入門
- 12章 オンライン広告における機械学習