仕事ではじめる機械学習 (第2版)

個数:
  • ポイントキャンペーン

仕事ではじめる機械学習 (第2版)

  • ウェブストアに30冊在庫がございます。(2024年04月27日 07時31分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 331p/高さ 22cm
  • 商品コード 9784873119472
  • NDC分類 007.1
  • Cコード C3055

出版社内容情報

大好評の機械学習実務者向け書籍が最新情報にアップデート!
2018年に発行された初版から3年ぶりの改訂となる本書は、「仕事で機械学習に携わる際に知っておきたい事」を伝えるというコンセプトはそのままに、3年の間に登場した新たな考え方、手法など最新の情報を踏まえて内容を全面的に見直しました。これまで同様、機械学習を使った実務に初めて関わる読者にとって頼りになる1冊となるでしょう。「バンディットアルゴリズム」を紹介する新章など、追加原稿も多数。

内容説明

2018年の発行以来、多くの読者に支持された書籍を全面改訂!不確実性の高い機械学習プロジェクトについて、「仕事で使う」という観点から整理するコンセプトはそのままに、初版の発行後に登場した概念や課題を取り上げます。「機械学習でいい感じにしてくれ」と突然上司に言われたとき、本書で学んだことが読者の力になるはずです。本書で得た知識は読者が「いま」困っている問題を解決する助けとなるでしょう。第2版では「ML Ops」「機械学習モデルの検証」「バンディットアルゴリズム」「オンライン広告での機械学習」に関する新章を書き下ろし!

目次

第1部(機械学習プロジェクトのはじめ方;機械学習で何ができる?;学習結果を評価するには;システムに機械学習を組み込む;学習のためのリソースを収集する;継続的トレーニングをするための機械学習基盤;効果検証:機械学習にもとづいた施策の効果を判断する;機械学習のモデルを解釈する)
第2部(Kickstarterの分析、機械学習を使わないという選択肢;Uplift Modelingによるマーケティング資源の効率化;バンディットアルゴリズムによる強化学習入門;オンライン広告における機械学習)

著者等紹介

有賀康顕[アリガミチアキ]
電機メーカーの研究所、レシピサービスの会社、Clouderaを経て現在はTreasure Data所属。ソフトウェアエンジニアとして、機械学習を利用するためのプラットフォームやCustomer Data Platformの開発を行う

中山心太[ナカヤマシンタ]
電話会社の研究所、ソーシャルゲームの会社、機械学習によるウェブマーケティングの会社、フリーランスを経て、現在は株式会社Next Intを起業。自社サービスの開発のほか、ゲーム開発における企画や、機械学習案件の受託を行う

西林孝[ニシバヤシタカシ]
ソフトウェアエンジニア。独立系SIer、ソフトウェアベンダーを経て現在は株式会社VOYAGE GROUP所属。インターネット広告配信サービスの広告配信ロジックの開発に従事(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

ぶう

16
機械学習の技術的な部分について書かれた本は数多く出ているが、本書のように機械学習を実際の業務に組み込む際のアドバイス的な書籍は少なく希少である。実務に機械学習をビジネスに組み込む場合、MLOpsの部分や施策の効果検証方法などはどのアルゴリズムを使うのか?よりずっと大切な部分ではないだろうか?機械学習プロジェクトは通常のシステム開発プロジェクトと比較して、超えるべき壁が多く一筋縄ではいかない。本書はそういった部分の助けになるのではないだろうか。バンディットアルゴリズムやアップリフトモデリングは勉強になった。2021/10/19

shin_ash

6
第2版が出たと言うことで手に取った。比較はしていないが前回より全面的に変わった印象。これまでの議論も具体的なシステム構成を解説するなどより突っ込んだ内容で、MLOpsや効果検証などは新しい項目もあり非常に参考になる。ただ、A/Bテストのところなどは従来からRCTや実験計画法をやっていた感覚からすると、フィッシャーの三原則が徹底できてるのか?と言う気にはなる。母集団ハックなんかは実験管理が甘い文化だから可能になってる気がする。またモデルの解釈なんかは統計的分析そのもので、結局そこに行き着くんだと思った。2021/06/19

tossy

1
機械学習を行う上での知識を身に付けることができる。実用の場面で進めていく上で事前知識はこの本で習得可能だと思う。各場面で利用すべきツールや流れを本書で参照しながら進めることで効率的にできる。2022/03/06

大臣ぐサン

1
深い技術にはあまり言及されていないが、機械学習の概念がわかりやすい。2021/06/07

ONE_shoT_

1
第2版が出たということで読んだ。追加された章の中では、MLOpsとバンディットあたりが特に参考になりそう。2021/05/20

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/17758751
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。