新品:
￥3,190 税込
ポイント: 64pt  (2%)
無料お届け日: 4月18日 木曜日
発送元: Amazon
販売者: アイダ商会
ポイント: 64pt  (2%)  詳細はこちら
無料配送 4月18日 木曜日にお届け
詳細を見る
または 最も早い配送 4月18日 木曜日, 8:00 - 12:00の間にお届け（17 時間 59 分以内にご注文の場合）
詳細を見る
残り1点 ご注文はお早めに 在庫状況について
￥￥3,190 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥3,190
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon
出荷元
Amazon
販売元
アイダ商会
（345件の評価）
販売元
アイダ商会
（345件の評価）
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
配送料 ¥240 4月20日-22日にお届け（6 時間 59 分以内にご注文の場合）
詳細を見る
中古商品: 良い | 詳細
発売元 バリューブックス　　　【防水梱包で、丁寧に発送します】
コンディション: 中古商品: 良い
コメント: ◆◆◆おおむね良好な状態です。中古商品のため若干のスレ、日焼け、使用感等ある場合がございますが、品質には十分注意して発送いたします。 【毎日発送】
新品＆中古品 (46)件の出品：
￥18  + ￥320 配送料
Kindleアプリのロゴ画像

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。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

Sebastian Raschka
フォロー
何か問題が発生しました。後で再度リクエストしてください。

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 (impress top gear) 単行本（ソフトカバー） – 2016/6/30

5つ星のうち3.9 49
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥3,190","priceAmount":3190.00,"currencySymbol":"￥","integerValue":"3,190","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"f7MNdtrVzoNkvQRQ8zJ8gPC29jPNrr9gCxYQftZSwP5lC54qld3NH5gXUR0NBMQzDzMfuCmRgEy6NrskicvL1fmki4sCsY8Xmmi8kXf4TKmcAIm2g0xG8XtqwxlMcDbO80wHyqzAScCoDU0ngO8r5wO6Nrw6nyAP3qyuTT5nESkcfvLpHAPSX5ylhJp7R9zC","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥113","priceAmount":113.00,"currencySymbol":"￥","integerValue":"113","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"f7MNdtrVzoNkvQRQ8zJ8gPC29jPNrr9g7RUjCJhZxQAJxFLUfSIBMagy2FKkvmWZVoA978p1zE%2BSzu%2FCS3ZcHof2JuCuQqEg8awwvnVv7Q46y5N%2FMHiY6G197UuIlfpC55tXJOhEKZVE0MWGRRZK8WiwXBhNIGzOXx4B0gXsQ06GTX%2F1NKzV9g%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

機械学習の考え方とPython実装法がわかる!
分類/回帰問題や深層学習の導入を解説

◎絶妙なバランスで「理論と実践」を展開
◎Pythonライブラリを使いこなす
◎数式・図・Pythonコードを理解する

機械学習の各理論を説明し、Pythonプログラミングによる実装を解説。
初期の機械学習アルゴリズムから、深層学習の導入までを見ていきます。

原著『Python Machine Learning』は米国Amazon.comでベストセラー!
3つのカテゴリーで首位(2016/5/24時点)
Data Modeling & Design/Data Processing/Neural Networks

1章 「データから学習する能力」をコンピュータに与える
2章 分類問題 —機械学習アルゴリズムのトレーニング
3章 分類問題 —機械学習ライブラリscikit-learnの活用
4章 データ前処理 —よりよいトレーニングセットの構築
5章 次元削減でデータを圧縮する
6章 モデル評価とハイパーパラメータのチューニングのベストプラクティス
7章 アンサンブル学習 —異なるモデルの組み合わせ
8章 機械学習の適用1 —感情分析
9章 機械学習の適用2 —Webアプリケーション
10章 回帰分析 —連続値をとる目的変数の予測
11章 クラスタ分析 —ラベルなしデータの分析
12章 ニューラルネットワーク —画像認識トレーニング
13章 ニューラルネットワーク —数値計算ライブラリTheanoによるトレーニングの並列化
付録 Jupyter Notebookの基本/matplotlibによる可視化/行列の固有分解

■「はじめに」より抜粋
機械学習の実務家になりたい、問題をもっとうまく解決したい、機械学習の研究者になりたい場合、
本書はそのためにある。ただし、初心者は機械学習の理論に圧倒されてしまうかもしれない。筆者が思うに、
実践的なサンプルコードを使用することは重要である。実際に試してみることで、概念が明確になるからだ。
筆者の使命は、これまでとは違う本を提供することである。それは機械学習の概念に不可欠な内容を取り上げ、
機械学習のアルゴリズムの仕組み、それらを使用する方法、そして(最も重要な)一般的な落とし穴を
避ける方法を直観的かつ有益な方法で説明する本である。

【本書の解説記事を技術解説サイト(Think IT)に掲載】
◎記事タイトル:「ブック・インサイド―『Python機械学習プログラミング』学び方ガイド」
本書に必要な前提知識(Python/ライブラリ/数学)、本書の構成と読み方のプラン等について説明し、
本書を通してより効果的に機械学習を学ぶための解説となっています。
Previous page
  1. 本の長さ
    456ページ
  2. 言語
    日本語
  3. 出版社
    インプレス
  4. 発売日
    2016/6/30
  5. 寸法
    18.4 x 2 x 23.2 cm
  6. ISBN-10
    4844380605
  7. ISBN-13
    978-4844380603
  8. すべての詳細を表示
Next page

商品の説明

著者について

■著者プロフィール
◎Sebastian Raschka(セバスチャン・ラシュカ)
ミシガン大学博士課程に在籍。計算生物学の分野で新しいコンピュータ手法の開発に取り組む。データ分析や機械学習の愛好家でもあり、データ分析の関連情報サイト「Analytics Vidhya」の記事では、GitHub上で影響力のあるデータサイエンティストの第1位にランクイン(2015/7/21)。また、オープンソースソフトウェアの機械学習ライブラリ開発にも貢献している。

■翻訳者プロフィール
◎株式会社クイープ
1995年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に、『Scala 関数型デザイン & プログラミング --Scalaz コントリビューターによる関数型徹底ガイド』『CUDA C プロフェッショナル プログラミング』『Cisco ACI ポリシーベースのデータセンター アーキテクチャ/コンセプト/メソドロジー』などがある(いずれもインプレス発行)。http://www.quipu.co.jp

■監修者プロフィール
◎福島真太朗
1981年生まれ。株式会社トヨタIT開発センターのリサーチャー。2004年に東京大学理学部物理学科卒業。2006年東京大学大学院新領域創成科学研究科修士課程修了。専攻は物理学・応用数学。

登録情報

  • 出版社 ‏ : ‎ インプレス (2016/6/30)
  • 発売日 ‏ : ‎ 2016/6/30
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 456ページ
  • ISBN-10 ‏ : ‎ 4844380605
  • ISBN-13 ‏ : ‎ 978-4844380603
  • 寸法 ‏ : ‎ 18.4 x 2 x 23.2 cm
  • カスタマーレビュー:
    5つ星のうち3.9 49

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。
Sebastian Raschka

Sebastian Raschka

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

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

カスタマーレビュー

星5つ中3.9つ
5つのうち3.9つ
49グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

白山
5つ星のうち5.0 非常に読みやすい
2016年7月1日に日本でレビュー済み
Amazonで購入
私はＩＴの専門ではないですが、Ｐｙｔｈｏｎでプログラムを書くことが多く、機械学習を研究したいので購入しました。

情報が専門の方なら、すらすら読めると思います。
そうでなくても、ページごとに専門用語の注釈が詳しく書いてあるので、私でも理解できます。

本の序盤に、機械学習の基本的な理論について説明していますが、初心者には物足りないと思います。
ちなみに、私はあらかじめ人工知能に関する文献を少し読みました。
あくまでも、機械学習をプログラミングして、実装することが目的なので、
人工知能に関する知識（教師あり学習、強化学習、教師なし学習）が全くない状態で、読むとよくわからないと思います。

その他に、必要な知識として、当然ですが、確率統計、行列、微分。

プログラミングを実装すると言っても、
あくまでも機械学習に重点を置いていて、、多くはライブラリに依存しています。

この本の位置づけとしては、以下３つの流れの②でないでしょうか。
① 人工知能の概念を理解
② Ｐｙｔｈｏｎで、機械学習を用いて基本的なプログラムを実装しながら、人工知能について更に深く理解。
③ ①、②をもって、さらに深く研究する。

おそらく、みなさんが想像しているような非常に難しい専門書ではないと思います。
これは、「機械学習をＰｙｔｈｏｎでプログラムを書きながら学習したい」と思ってる人に向けた本であることは断言できます。
よって、すでに機械学習をすでに知ってる人からすると、「そんなことしってるわ」で終わると思います。

”あきお”さんが「線形代数を学習した」と言っているように、大学レベルの数学（特に確率統計、線形代数（行列））の教養は必須です。

以上は、２０ページくらい読んで全体をパラパラ見た感想なので、当てにならないかもしれませんが。参考程度に。
40人のお客様がこれが役に立ったと考えています
役に立った
 レポート
空間
5つ星のうち4.0 固定レイアウトになってしまった
2024年1月24日に日本でレビュー済み
第2版Kindleはリフローレイアウトでしたが、第3版Kindleは固定レイアウトになりました。
内容は良いのですが、この本は固定レイアウトで読みにくくなってしまったのが残念です。
役に立った
 レポート
ミサゴ
5つ星のうち3.0 普通
2018年4月6日に日本でレビュー済み
Amazonで購入
良く似た内容の本は多いので、この本「ならでは」の内容はないです。
オールインワンで最初の一冊目で読むには良いと思うのですが、もし二冊目に読むとするなら物足りない。
2人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Dd
5つ星のうち5.0 とても良い本だが、間違っても機械学習初心者は購入するべきではないと思う。
2016年7月1日に日本でレビュー済み
Amazonで購入
米国の機械学習関連ランキングで一位だった本、前評判通りとても良かった。

私は、この本を読む前に、
・線形代数(プログラミングのための線形代数)
・機械学習(cousera)
以上を学習して望んだので、機械学習を復習をしながら、
pythonで実装していくという感じでとてもタメになった。(couseraはoctaveだったので)

しかしながら、pythonで機械学習をするという本のため
・機械学習の基礎知識
・pythonライブラリの基礎知識
・機械学習に必要な数学基礎知識
以上は、含まれていないか、さらっと解説しているだけである。
※本の中に、参考リンクはある。（英語）

そのため、機械学習初心者がいきなりこの本を読むとおそらく思考停止すると思う。
124人のお客様がこれが役に立ったと考えています
役に立った
 レポート
sessan
5つ星のうち2.0 日本語訳に少し違和感を感じます
2017年3月8日に日本でレビュー済み
Amazonで購入
訳に違和感を感じることがそれなりにあり、すらすらと読めないです。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
奥村　秀嗣
5つ星のうち5.0 素晴らしい本
2018年11月9日に日本でレビュー済み
Amazonで購入
本当にきめ細かく解説されていて素晴らしい本です。
1人のお客様がこれが役に立ったと考えています
役に立った
 レポート
むちむち豆柴大豆
5つ星のうち4.0 機械学習を網羅的に学ぶためには良書。コードレベルは難
2017年8月14日に日本でレビュー済み
Amazonで購入
わたしは私大の理工学部（機械や数学を主）出身です。エンジニアとして仕事をしています。

最近流行りの機械学習を学ぼうと思い、米国Amazon.comでランキング一位という評判みて、本書を購入しました。

個人的に本書を読み終えての率直な感想は、
「Python初学者です」や「数学（特に線形代数）を知りません」という方にとって本書はかなり難しい印象を持ちました。
ですのでこういった方は、まずは「 入門 Python 3 」や「 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 」をまず初めに学習しある程度基礎知識を身につけてから本書を手に取ってみる方がいいのではないかと思います。

これらの本は私も所持しており比較的簡単で入門書としてかなりおすすめです。
特に「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」は機械学習の中でもニューラルネットワークという分野に絞って話を進めているため実際に機械学習をやってみた感が得れることと思います。

本書についてまとめますと、理論ベースであれば網羅的に機械学習をある程度まとめた１冊のように感じますので、
機械学習の全体概要を知ってみたいという目的では最適ではないでしょうか。（コードはある程度無視）

コードレベルではかなり難しく感じるので、上述した本を読破したあとに本書に戻ってくる方が良いと感じました。

最後に、割と数式が多いので数学が苦手ですという方には向かないかもしれません。
機械学習でここまで数学が多用されていることを知り、学生時代に数学を学んでおいてよかったと思った次第です。

追記。
割と大きいサイズの本なのでkindleは読みづらいかもしれません。
15人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazonカスマター
5つ星のうち5.0 機械学習初心者ですが。。
2017年1月9日に日本でレビュー済み
Amazonで購入
機械学習に全く触れてこなかった初心者で職場で急遽必要になり、この商品を購入しました。
学生時代にテキトーにやっていた、シミュレーションやインバージョン、多変量統計解析の知識がかなり読み進めるにあたって役に立っているので、そういう基礎知識がなければ、正直読み進むのが厳しい印象を受けます。
Ｐｙｔｈｏｎの基礎的な文法を知っていることも前提になっているので、Ｐｙｔｈｏｎに触れたことのなかった私のような人には、Ｐｙｔｈｏｎの入門書も必要です。
そういう基礎がすでにある機械学習初学者には、入門書としてはベストなのではないでしょうか。
26人のお客様がこれが役に立ったと考えています
役に立った
 レポート