いらっしゃいませ ゲスト様
»TOP > ジャンル別 > コンピュータ > AI・機械学習 > 機械学習のための「前処理」入門
機械学習のための「前処理」入門

立ち読み

機械学習のための「前処理」入門

著者:
足立悠
出版社:
リックテレコム

概要:

きれいに整形されたデータを使った分析の経験はあっても、「実務で扱う生データをどのように前処理すればよいのか」と、お悩みではないでしょうか。前処理は課題ごとに、都度オーダーメイドで設計・実装していくものです。本書では4種類のデータを対象とし、機械学習で予測を行う場合の前処理の基本ノウハウを学び、Pythonによる実装を体験します。本書で扱った技術は、そのまま実務にも活かせます。
 機械学習における分析モデルの作成は自動化されつつありますが、その時に投入する特徴量は、人の手で前処理して作成する状況が続くでしょう。これからデータ分析に携わる方々にとって、前処理の力を高めることは、きっと大きな助けとなるでしょう。
(本書「あとがき」から抜粋・編集)

■著者プロフィール

足立 悠(あだち はるか)

BULB株式会社所属のデータサイエンティスト。
過去にメーカーのSE やデータサイエンティスト、IT ベンダーのデータアナリスト等を経て現職。数々のデータ分析プロジェクトのほか、実務者教育にも従事。個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている。著書に『初めてのTensorFlow』と『ソニー開発のNeural Network Console 入門』がある。
多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人や外れ値と評されている。趣味はお地蔵さんが密集している場所に佇むこと。近いうちに、日本を北から南へ移動しながら仕事し、パフォーマンスを測定してみたい。


目次:

第1章 データ分析・活用を始めるために
1 データドリブンな時代へ
2 データ分析プロジェクトに必要な要素
3 データ分析人材のスキル

第2章 データ分析のプロセスと環境
1 ビジネス理解
2 データ理解
3 データ準備
4 モデル作成
5 評価
6 展開・共有
7 データ分析環境の選択
8 Jupyter Notebook の使い方

第3章 構造化データの前処理
1 データ理解
2 データ準備
3 モデル作成
4 再びデータ準備へ
5 再びモデル作成へ
練習問題の解答

第4章 構造化データの前処理(2)
1 顧客の特性を知る
2 顧客のグループ化
3 潜在ニーズの抽出
第5章 画像データの前処理
1 データ理解
2 機械学習のためのデータ準備
3 深層学習のためのデータ準備
練習問題の解答

第6章 時系列データの前処理
1 データ理解
2 データ準備
3 教師データの作成
練習問題の解答

第7章 自然言語データの前処理
1 データ理解
2 機械学習のためのデータ準備
3 深層学習のためのデータ準備
4 トピック抽出のためのデータ準備

付録
1 JupyterLab ローカル環境の構築
2 画像認識モデルの作成
3 記事分類モデルの作成
4 記事トピックの抽出
5 様々な可視化ツール

ジャンル:
コンピュータ > AI・機械学習
販売開始:
2019/06/28
ファイルサイズ:
19.68MB
CODE:
J0010400BK0085736001
対応デバイス:
WindowsPCMacAndroidスマートフォンAndroidタブレットiPhone/iPod touchiPad
  購入 レンタル
価格(税込) 3,024円 -
閲覧可能期間 無期限 -
ダウンロード可能期間 無期限 -
ダウンロード回数 制限なし -
Twitter    Hatebu  Googleplus 

この著作者による商品

  • ソニー開発のNeural Network Console 入門【増補改訂・クラウド対応版】──数式なし、コーディングなしのディープラーニング
    購入: 税込 2,376
    カートボタンまとめてカートにいれる
  • ソニー開発のNeural Network Console 入門──数式なし、コーディングなしのディープラーニング
    購入: 税込 2,376
    カートボタンまとめてカートにいれる
機械学習のための「前処理」入門
販売(無期限): 税込 3,024