プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
¥3,960¥3,960 税込
発送元: Amazon.co.jp 販売者: Amazon.co.jp
¥3,960¥3,960 税込
発送元: Amazon.co.jp
販売者: Amazon.co.jp
¥327¥327 税込
配送料 ¥300 6月9日-11日にお届け
発送元: 古書 甘露堂【原則午後3時までの注文確定は当日夜に発送致します!!】 販売者: 古書 甘露堂【原則午後3時までの注文確定は当日夜に発送致します!!】
¥327¥327 税込
配送料 ¥300 6月9日-11日にお届け
発送元: 古書 甘露堂【原則午後3時までの注文確定は当日夜に発送致します!!】
販売者: 古書 甘露堂【原則午後3時までの注文確定は当日夜に発送致します!!】
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
Rではじめる機械学習 データサイズを抑えて軽量な環境で攻略法を探る (impress top gear) 単行本(ソフトカバー) – 2017/9/8
長橋 賢吾
(著)
{"desktop_buybox_group_1":[{"displayPrice":"¥3,960","priceAmount":3960.00,"currencySymbol":"¥","integerValue":"3,960","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"KAKyuyvuK0vy9M0pQNuHYIw8EjpgPmlibjJIXSo88Bxpj8RecIbTQVfUdWH%2BHT6t4GtqOeXLZrOnBraknrg%2FySfJtYomul1QtBMoZ8ypnRleQvkda7PaUSQCM3q%2BME7ooRaPANzUuUc%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥327","priceAmount":327.00,"currencySymbol":"¥","integerValue":"327","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"KAKyuyvuK0vy9M0pQNuHYIw8EjpgPmli%2F6wK2wb9fMaf%2FfiqVhbvICee4JTv5%2BB2XGk3t2tZcZEwoV%2FA9aX%2BmR3FcrbQstwU7nwPJeTWXXpLoizpiCSCEUJdnsNs90XxxgjwGMqPHe%2B2Wpbrk7Q%2FMKMEvruogdt3u2Cf6CZSYyWZYraO%2Bc5mVw%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
手軽なR環境で機械学習を試そう!
機械学習の考え方とRの活用をわかりやすく解説!
Rは、統計解析のためのプログラミング言語・開発環境であり、
機械学習で利用できるライブラリが数多く提供されています。
膨大なデータの処理よりもプロトタイピングや検証に適しており、
先進IT企業では、あるモデルでうまく動作するかを判断するため
まずRでプロトタイプを作成・確認するというケースもあります。
本書ではまず、機械学習の考え方や、その基礎となる統計をわかりやすく説明します。
それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。
本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。
本書で取り上げるのは、単回帰/重回帰/ロジスティック回帰、クラスタリング、主成分分析、
アソシエーション分析、SVM、アンサンブル学習、ベイズ推定、ディープラーニングなどです。
◆対象読者◆
機械学習を試してみたい方
プロトタイピングや検証を手軽に行いたい方
2年以上にわたるセミナーで洗練された内容
■「はじめに」より抜粋・要約
筆者は、これまで2年以上にわたって、オープンソースの統計解析ソフトウェア「R(アール)」を用いた
機械学習のセミナーを実施してきました。いつも参加者は満員となり、ニーズの高さを実感しています。
Rの場合、何ギガバイトもの膨大なデータ量を処理することにはあまり適していません。
むしろ、重要なのは、Rの特性を見極め、どのような機械学習の局面でどのように活用するか、にあると言えます。
それが本書のコンセプトであり、代表的な機械学習の理論を押さえながら、Rによる実践について解説します。
2年間のセミナーのなかで、受講者の皆様から、わかりにくいポイント、現場で利用するためのポイントなど、
様々なフィードバックやリクエストをいただき、本書に反映しました。したがって本書は、実際の現場で利用される
データサイエンティスト、これからRで機械学習の実施を検討される技術者の方などにお勧めできます。
■章構成
第1章 Rと機械学習の基礎
第2章 回帰分析で目的変数の値や発生確率を予測
第3章 クラスタリング分析の3つの手法でデータを分類
第4章 主成分分析・因子分析で属性を削減し因子を特定
第5章 アソシエーション分析で関連性がある物事を見極める
第6章 サポートベクターマシンでクラス分類
第7章 アンサンブル学習と正則化―モデルの組み合わせと過学習の解決
第8章 ベイズ推定とMCMC―事後確率や状態確率を求める
第9章 ニューラルネットワークとディープラーニング
機械学習の考え方とRの活用をわかりやすく解説!
Rは、統計解析のためのプログラミング言語・開発環境であり、
機械学習で利用できるライブラリが数多く提供されています。
膨大なデータの処理よりもプロトタイピングや検証に適しており、
先進IT企業では、あるモデルでうまく動作するかを判断するため
まずRでプロトタイプを作成・確認するというケースもあります。
本書ではまず、機械学習の考え方や、その基礎となる統計をわかりやすく説明します。
それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。
本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。
本書で取り上げるのは、単回帰/重回帰/ロジスティック回帰、クラスタリング、主成分分析、
アソシエーション分析、SVM、アンサンブル学習、ベイズ推定、ディープラーニングなどです。
◆対象読者◆
機械学習を試してみたい方
プロトタイピングや検証を手軽に行いたい方
2年以上にわたるセミナーで洗練された内容
■「はじめに」より抜粋・要約
筆者は、これまで2年以上にわたって、オープンソースの統計解析ソフトウェア「R(アール)」を用いた
機械学習のセミナーを実施してきました。いつも参加者は満員となり、ニーズの高さを実感しています。
Rの場合、何ギガバイトもの膨大なデータ量を処理することにはあまり適していません。
むしろ、重要なのは、Rの特性を見極め、どのような機械学習の局面でどのように活用するか、にあると言えます。
それが本書のコンセプトであり、代表的な機械学習の理論を押さえながら、Rによる実践について解説します。
2年間のセミナーのなかで、受講者の皆様から、わかりにくいポイント、現場で利用するためのポイントなど、
様々なフィードバックやリクエストをいただき、本書に反映しました。したがって本書は、実際の現場で利用される
データサイエンティスト、これからRで機械学習の実施を検討される技術者の方などにお勧めできます。
■章構成
第1章 Rと機械学習の基礎
第2章 回帰分析で目的変数の値や発生確率を予測
第3章 クラスタリング分析の3つの手法でデータを分類
第4章 主成分分析・因子分析で属性を削減し因子を特定
第5章 アソシエーション分析で関連性がある物事を見極める
第6章 サポートベクターマシンでクラス分類
第7章 アンサンブル学習と正則化―モデルの組み合わせと過学習の解決
第8章 ベイズ推定とMCMC―事後確率や状態確率を求める
第9章 ニューラルネットワークとディープラーニング
- 本の長さ344ページ
- 言語日本語
- 出版社インプレス
- 発売日2017/9/8
- 寸法18.4 x 1.8 x 23.3 cm
- ISBN-104295002054
- ISBN-13978-4295002055
この商品を見た後に買っているのは?
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
出版社より
マンガでわかる人工知能 | いちばんやさしい人工知能ビジネスの教本 人気講師が教えるAI・機械学習の事業化 | パソコンで楽しむ 自分で動かす人工知能 | いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事にAIを導入する方法 | |
---|---|---|---|---|
カスタマーレビュー |
5つ星のうち4.0
186
|
5つ星のうち3.5
28
|
5つ星のうち3.6
37
|
5つ星のうち3.9
105
|
価格 | ¥970¥970 | ¥3,400¥3,400 | ¥1,900¥1,900 | ¥1,980¥1,980 |
対応言語 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 |
習熟度 | 入門 | 初級~中級 | 初級~中級 | 初級~中級 |
対象読者 | ・人工知能によって世の中や仕事がどう変わっていくのか知りたい方 | "・ビジネス領域での人工知能活用イメージを知りたい方 ・人工知能を使うにあたっての法規制や課題を知りたい方 | ・まずは人工知能がどんなものか実際に動かしてみたい方 ・より高度な専門書にステップアップする前提知識を身につけたい方 | ・機械学習やAIをつかったプロジェクトにかかわるすべての方 ・経営者、シニア管理職~担当者レベルまで ・技術書で機械学習を本格的に学ぶ前に概要レベルを学びたい方 |
本書で分かること | マンガで楽しみながら、AIについての大きな流れや主要な知識を解説。仕事、子育て、介護など、自分たちの生活がAIによってどう変わっていくのかを学べる | 自動運転、画像認識、マッチング、創作、Fintechといったトピックから人工知能をビジネスに活用するためのエッセンスを解説。人工知能技術を利活用するにあたっての法規制の解説も | 写真から顔を認識させる、写真を有名な絵画風にする、線画に自動で色をつける、文豪風テキストを作るなど、作例を通じて人工知能の仕組みを学ぶ体験型の解説書 | AI・機械学習の仕組み、AI・機械学習でできること、プロジェクトに必要なリソース、投資対効果の試算方法、機械学習に必要なデータ、プロジェクト体制の構築方法、機械学習システムの実装と運用ノウハウ、成功した取り組み事例など |
エンジニアのためのAI入門 | Machine Learning実践の極意 機械学習システム構築の勘所をつかむ! | Rではじめる機械学習 データサイズを抑えて軽量な環境で攻略法を探る | |
---|---|---|---|
カスタマーレビュー |
5つ星のうち4.0
6
|
5つ星のうち4.1
11
|
5つ星のうち3.9
12
|
価格 | ¥2,420¥2,420 | ¥3,740¥3,740 | ¥3,960¥3,960 |
対応言語 | 人工知能/機械学習 | 人工知能/機械学習 | 人工知能/機械学習 |
習熟度 | 初級~中級 | 初級~中級 | 初級~中級 |
対象読者 | ・業務としてディープラーニングやAIに携わる必要(可能性)がある技術者の方 | ・機械学習システムの構築に興味のあるIT技術者や研究者/学生 ・プログラマー、データアナリスト、データサイエンティスト | ・機械学習を試してみたい方 ・プロトタイピングや検証を手軽に行いたい方 |
本書で分かること | AIの基礎知識、様々な業種の利用事例、ディープラーニング・AIの最前線で活躍する技術者の紹介など | ビジネス上の機械学習の利点や課題、データの収集/整備、モデルの構築/評価/最適化の基本的な考え方、実データによるケーススタディや予測スループットの改善、大容量データへの対応など | 単回帰/重回帰/ロジスティック回帰、クラスタリング、主成分分析、アソシエーション分析、SVM、アンサンブル学習、ベイズ推定、ディープラーニングなど |
スラスラ読める Pythonふりがなプログラミング | いちばんやさしいPythonの教本 人気講師が教える基礎からサーバサイド開発まで | 基礎Python | 逆引きPython標準ライブラリ 目的別の基本レシピ180+! | [第2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 | TensorFlow機械学習クックブック Pythonベースの活用レシピ60+ | |
---|---|---|---|---|---|---|
カスタマーレビュー |
5つ星のうち4.2
287
|
5つ星のうち4.0
116
|
5つ星のうち3.5
86
|
5つ星のうち3.8
42
|
5つ星のうち4.4
90
|
5つ星のうち3.6
17
|
価格 | ¥2,035¥2,035 | — | ¥448¥448 | ¥3,102¥3,102 | ¥3,980¥3,980 | ¥3,980¥3,980 |
関連言語 | Python | Python | Python | Python | Python | Python |
習熟度 | 入門 | 初級~中級 | 初級~中級 | 初級~中級 | 上級 | 上級 |
対象読者 | ・Pythonの基本を身につけたい方 ・過去にプログラミングの入門書で挫折してしまった方 ・プログラマーやエンジニアを目指す方 ・仕事でPythonを活用してみたい方 | ・Pythonではじめてプログラミングをはじめる方 ・Pythonを使って機械学習やデータ解析に触れてみたいが、まずは入門からはじめたい方 | ・基礎から学びたいプログラミング初心者の方 | ・Pythonの基本的な文法を理解した方 ・基本的な文法の次にPythonの標準ライブラリを理解したい方 | ・Pythonの基礎、数学(微積分/線形代数)の基礎、データ分析用Pythonライブラリの基礎を理解している、機械学習やデータサイエンスに興味のあるIT技術者や研究者/学生 | ・機械学習やPythonプログラミングについて、ある程度経験のある方 |
本書で分かること | 本書内に登場するプログラムの読み方をすべて載せ、さらに、漢文訓読の手法を取り入れ、読み下し文を用意。プログラムの1行1行が何を意味していて、どう動くのかが理解できるので、Pythonの基礎文法が身につく | 講義+実習のワークショップ形式で会話bot「pybot」を作りながら、Pythonのプログラミングを学ぶ | Python 3の変数の取り扱いから、リスト、タプルといったPython固有のデータの操作、制御構造や関数など | 便利に使えるPython標準ライブラリの活用術、文字列/データ操作、テキスト処理、ファイル操作、数値演算、ネットワークアクセス、GUIなど | 機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を解説。初期の機械学習アルゴリズム、ニューラルネットワーク(CNN/RNN)までの手法など | TensorFlowの考え方、定型コード、利用できる各種オープンデータを解説。線形回帰、SVM、最近傍法、ニューラルネットワーク、自然言語処理、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、運用環境のための手法、遺伝的アルゴリズム、k-means、常微分方程式など |
商品の説明
著者について
◎長橋 賢吾(ながはし けんご)
フューチャーブリッジパートナーズ株式会社代表取締役、株式会社アプリックス代表取締役兼取締役社長。
慶應義塾大学環境情報学部卒業。同大学院政策・メディア研究科修了、
2005年東京大学大学院情報理工学研究科修了。博士(情報理工学)。
英国ケンブリッジ大学コンピュータ研究所訪問研究員を経て、2006年日興シティグループ証券
(現シティグループ証券)にてITサービス・ソフトウェア担当の証券アナリストとして勤務したのち、
2009年3月にフューチャーブリッジパートナーズ株式会社を設立。
経営の視点から、企業戦略の策定、経営管理、IR支援、M&A、資金調達、データ活用を実施する。
2014年12月より株式会社インプレスと共同で「データサイエンス基礎講座」を開催。
広い視点でわかりやすい講習指導をモットーとし、どの回も満席の好評を得る。
共著に「使って学ぶIPv6」(アスキー、2002年4月)、著書に「これならわかるネットワーク―インターネットは
なぜつながるのか?(ブルーバックス)」(講談社、2008年5月)、「図解入門 ビジネス最新ネット企業の新技術
と戦略がよ~くわかる本」(秀和システム、2011年9月)、「ビッグデータ戦略」(秀和システム、2012年3月)、
「図解スマートフォンビジネスモデル」(秀和システム、2012年9月)。
「システム開発は絶滅危惧業種になってしまうのか? アジャイル的50の生き残り術」(秀和システム、2014年5月)、
「図解入門ビジネス FinTechの基本と仕組みがよ~くわかる本」(秀和システム、2016年12月)などがある。
フューチャーブリッジパートナーズ株式会社代表取締役、株式会社アプリックス代表取締役兼取締役社長。
慶應義塾大学環境情報学部卒業。同大学院政策・メディア研究科修了、
2005年東京大学大学院情報理工学研究科修了。博士(情報理工学)。
英国ケンブリッジ大学コンピュータ研究所訪問研究員を経て、2006年日興シティグループ証券
(現シティグループ証券)にてITサービス・ソフトウェア担当の証券アナリストとして勤務したのち、
2009年3月にフューチャーブリッジパートナーズ株式会社を設立。
経営の視点から、企業戦略の策定、経営管理、IR支援、M&A、資金調達、データ活用を実施する。
2014年12月より株式会社インプレスと共同で「データサイエンス基礎講座」を開催。
広い視点でわかりやすい講習指導をモットーとし、どの回も満席の好評を得る。
共著に「使って学ぶIPv6」(アスキー、2002年4月)、著書に「これならわかるネットワーク―インターネットは
なぜつながるのか?(ブルーバックス)」(講談社、2008年5月)、「図解入門 ビジネス最新ネット企業の新技術
と戦略がよ~くわかる本」(秀和システム、2011年9月)、「ビッグデータ戦略」(秀和システム、2012年3月)、
「図解スマートフォンビジネスモデル」(秀和システム、2012年9月)。
「システム開発は絶滅危惧業種になってしまうのか? アジャイル的50の生き残り術」(秀和システム、2014年5月)、
「図解入門ビジネス FinTechの基本と仕組みがよ~くわかる本」(秀和システム、2016年12月)などがある。
登録情報
- 出版社 : インプレス (2017/9/8)
- 発売日 : 2017/9/8
- 言語 : 日本語
- 単行本(ソフトカバー) : 344ページ
- ISBN-10 : 4295002054
- ISBN-13 : 978-4295002055
- 寸法 : 18.4 x 1.8 x 23.3 cm
- Amazon 売れ筋ランキング: - 1,001,809位本 (本の売れ筋ランキングを見る)
- - 1,882位人工知能
- - 1,908位ソフトウェア開発・言語
- - 17,465位電気・通信 (本)
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2021年8月3日に日本でレビュー済み
低評価が続いていますが、料金無料・読み放題で読めるので、得した気持ちになりました。指摘されている通り、誤植や誤解される書き方がされていると思います。AI関係の本は初めて読んだので、どのようなパッケージがあるか、それの使い方が判らず、それらが簡単にかかれていて私にとっては便利だと思いました。読んでも損にはならないと思います。
2018年1月27日に日本でレビュー済み
他のレビューどおり内容が非常にチープです。
特にRについては何の勉強にもなりません。
説明自体は直観的な部分もあるので、プログラミング経験のない
機械学習の初心者には一定程度役に立つ部分はあるかもしれません。
どちらにしても投資すべき書籍とは言えないように思います。
特にRについては何の勉強にもなりません。
説明自体は直観的な部分もあるので、プログラミング経験のない
機械学習の初心者には一定程度役に立つ部分はあるかもしれません。
どちらにしても投資すべき書籍とは言えないように思います。
2021年9月26日に日本でレビュー済み
Rのコーディングとして、オブジェクトへの代入は普通”<-“を使いますが、そういった基本的なコーディングが出来ていません。
2017年10月14日に日本でレビュー済み
1章の途中まで読みましたが,自分の統計学の知識に自信が持てなくなってきました…
・p22:平均・分散・標準偏差の説明でデータは平均±標準偏差の中に全部収まります,というミスリードな書き方.
・p26:正規分布では±1シグマの範囲内に95%のデータが集まります.
・p27:確率と確率密度関数の混同.
・p27:1シグマの確率密度関数は大凡0.025なので1シグマに「なる」確率は2.5%です.
・p32:102,108,...といったデータにt検定を行うとp値が3.28e-14になります.これが95%信頼区間の外側の確率です.
・p72:尤度が正規分布に従うとすれば,というミスリードな書き方(無論,ベイズ事後確率の話とかではない).
最後まで読み通すのが先か,私が統計学を復習するのが先か分かりませんし,とりあえず星は2つにしておきます.
4章ぐらいまで読んだ限りでは,Rを使った色々な分析の機能の紹介・説明という観点では,工夫されており(特に分析関係の出力の説明が詳しい),トピックも標準的かつ今風のものがちゃんと選ばれている印象なのですが,如何せん理論部分が初っ端からあまりに怪しいので素直に読む気になれません.
また,恐らくはセミナー資料をそのまま書籍にしたのか,Rは初めてという方を対象にしている筈(インストールから始まる)なのに,Rの機能や関数の説明はロクに無く,初学者が理解するのは困難だと思います(セミナーだったら講義・Q&Aで解消できるかもですが).
統計に詳しい人に校閲されていればいい本だったろうにという感じで,残念です.
・p22:平均・分散・標準偏差の説明でデータは平均±標準偏差の中に全部収まります,というミスリードな書き方.
・p26:正規分布では±1シグマの範囲内に95%のデータが集まります.
・p27:確率と確率密度関数の混同.
・p27:1シグマの確率密度関数は大凡0.025なので1シグマに「なる」確率は2.5%です.
・p32:102,108,...といったデータにt検定を行うとp値が3.28e-14になります.これが95%信頼区間の外側の確率です.
・p72:尤度が正規分布に従うとすれば,というミスリードな書き方(無論,ベイズ事後確率の話とかではない).
最後まで読み通すのが先か,私が統計学を復習するのが先か分かりませんし,とりあえず星は2つにしておきます.
4章ぐらいまで読んだ限りでは,Rを使った色々な分析の機能の紹介・説明という観点では,工夫されており(特に分析関係の出力の説明が詳しい),トピックも標準的かつ今風のものがちゃんと選ばれている印象なのですが,如何せん理論部分が初っ端からあまりに怪しいので素直に読む気になれません.
また,恐らくはセミナー資料をそのまま書籍にしたのか,Rは初めてという方を対象にしている筈(インストールから始まる)なのに,Rの機能や関数の説明はロクに無く,初学者が理解するのは困難だと思います(セミナーだったら講義・Q&Aで解消できるかもですが).
統計に詳しい人に校閲されていればいい本だったろうにという感じで,残念です.
2017年10月22日に日本でレビュー済み
他の人が述べているようにミスリードが多い。
p52の決定係数の話も、残差変動なんなのか分からなくなるような記述。
初学者は非常に困ることかと思われる。
また、統計検定1級の勉強を大体終えたところだが、自分の統計の知識を疑う場面に出くわす。
p52の決定係数の話も、残差変動なんなのか分からなくなるような記述。
初学者は非常に困ることかと思われる。
また、統計検定1級の勉強を大体終えたところだが、自分の統計の知識を疑う場面に出くわす。