3章まで読みました.
日本語訳にはやや難があります.また,機械学習のアルゴリズムについての説明はお粗末で,この分野について知識がない人には,誤解を与えてしまうかもしれないかと思います.機械学習については他書であらかじめ勉強しておくことをお勧めします.
記載されているプログラムは,比較的に読みやすいですが,プログラムとしての質はやや低いように思いました.
私が買ったのはKindle版ですが,3章の最後にあるロジスティック回帰のプログラムは,githubにある著者のページにあるものと違っており,そのままではきちんと動きませんでした.
Kindle 価格: | ¥4,158 (税込) |
獲得ポイント: | 42ポイント (1%) |
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
エラーが発生しました。 エラーのため、お客様の定期購読を処理できませんでした。更新してもう一度やり直してください。

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。
TensorFlow機械学習クックブック Pythonベースの活用レシピ60+ impress top gearシリーズ Kindle版
新世代の数値計算ライブラリを操る! 線形回帰からCNN/RNNまで網羅的に実践 -- TensorFlowは、数値処理用のオープンソースライブラリ。AI分野を中心に活用が進んでいます。本書ではまず、変数/プレースホルダといったTensorFlowの基本や、オープンデータを扱う方法を説明。以降は、機械学習のさまざまな手法をレシピとして示していきます。具体的には次のとおりです。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、常微分方程式などです。※本書は『TensorFlow Machine Learning Cookbook』の翻訳書です。 ※コードの検証にPython 3.5/3.6とTensorFlow 1.1/1.2を使用(各環境/各コードの動作を完全に保証するものではありません)。
- 言語日本語
- 出版社インプレス
- 発売日2017/8/14
- ファイルサイズ14594 KB
この本はファイルサイズが大きいため、ダウンロードに時間がかかる場合があります。Kindle端末では、この本を3G接続でダウンロードすることができませんので、Wi-Fiネットワークをご利用ください。
- 販売: Amazon Services International LLC
- Kindle 電子書籍リーダーFire タブレットKindle 無料読書アプリ
この本を読んだ購入者はこれも読んでいます
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
商品の説明
著者について
■著者プロフィール
◎Nick McClure(ニック・マクルーア)
ワシントン州シアトルを拠点とする PayScale, Inc.のシニアデータサイエンティスト。
以前は、ZillowとCaesar's Entertainmentに勤務。
モンタナ州立大学とセントベネディクト/セントジョーンズ大学で応用数学の学位を取得。
ニックはアナリティクス、機械学習、人工知能の習得と提唱に情熱を抱いている。
思いや考えをブログに綴ったり(http://fromdata.org/)、ツイートしたりしている(@nfmcclure)。
■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、『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』
『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
◎Nick McClure(ニック・マクルーア)
ワシントン州シアトルを拠点とする PayScale, Inc.のシニアデータサイエンティスト。
以前は、ZillowとCaesar's Entertainmentに勤務。
モンタナ州立大学とセントベネディクト/セントジョーンズ大学で応用数学の学位を取得。
ニックはアナリティクス、機械学習、人工知能の習得と提唱に情熱を抱いている。
思いや考えをブログに綴ったり(http://fromdata.org/)、ツイートしたりしている(@nfmcclure)。
■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、『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』
『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
登録情報
- ASIN : B074SFHQLJ
- 出版社 : インプレス (2017/8/14)
- 発売日 : 2017/8/14
- 言語 : 日本語
- ファイルサイズ : 14594 KB
- Text-to-Speech(テキスト読み上げ機能) : 有効
- X-Ray : 有効にされていません
- Word Wise : 有効にされていません
- 付箋メモ : Kindle Scribeで
- 本の長さ : 762ページ
- Amazon 売れ筋ランキング: - 313,104位Kindleストア (Kindleストアの売れ筋ランキングを見る)
- - 11,378位コンピュータ・IT (Kindleストア)
- - 12,738位工学 (Kindleストア)
- - 22,518位コンピュータ・IT (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。
2017年9月28日に日本でレビュー済み
レポート
Amazonで購入
13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
2018年4月3日に日本でレビュー済み
Amazonで購入
Githubに置いてあるコードが本命でこれはその解説のように読むのがいいかもしれません。
Githubの方ではタイポも直されているようです。
解説は機械学習プロフェッショナルシリーズのがいいかもしれません。
Githubの方ではタイポも直されているようです。
解説は機械学習プロフェッショナルシリーズのがいいかもしれません。
2017年8月30日に日本でレビュー済み
Amazonで購入
Tensorflow の使い方については、この本が今のところベスト。
Tensorflow で定義されている色々なクラスや関数についての説明が最も詳しいです。
他の書籍はチュートリアルを実行する最低限のコードしかさらっていないのに、この本では追加の説明が豊富で、応用がききそうです。
逆に言えば「チュートリアルを終えた人」が読む本で、いきなりこの本を見るのはきついです。オライリーの「ゼロから作るディープラーニング」は読んどく必要があるし、tensorflow tutorial の Deep MNIST for Experts くらいは終えていないと、難しいと思います。
まだパラパラ見ただけなので、読んだら後で追記します。
Tensorflow で定義されている色々なクラスや関数についての説明が最も詳しいです。
他の書籍はチュートリアルを実行する最低限のコードしかさらっていないのに、この本では追加の説明が豊富で、応用がききそうです。
逆に言えば「チュートリアルを終えた人」が読む本で、いきなりこの本を見るのはきついです。オライリーの「ゼロから作るディープラーニング」は読んどく必要があるし、tensorflow tutorial の Deep MNIST for Experts くらいは終えていないと、難しいと思います。
まだパラパラ見ただけなので、読んだら後で追記します。
2017年8月23日に日本でレビュー済み
Amazonで購入
コードはためになる。
機械学習をかじったことがある人にとっては、TensorFlowの内容がサクサク説明されており実用的。
ただ、ところどころ訳が下手なので機械学習に関する前知識がないと苦労する箇所があると思う。
機械学習をかじったことがある人にとっては、TensorFlowの内容がサクサク説明されており実用的。
ただ、ところどころ訳が下手なので機械学習に関する前知識がないと苦労する箇所があると思う。
2020年8月25日に日本でレビュー済み
Amazonで購入
訳のせいなのかわからないが、とにかく論理展開が意味不明。
例えば以下のような記述が見受けられる。
(BoWの説明で)「"learning"という単語の数値が4で、"makes"という単語の数値が2であるとすれば、"learning"が"makes"の2倍であると考えるのは自然なことだろう。単語の間にこうした数値的な関係を持たせたくないので、これらの数値については、関係を表すのではなく、カテゴリを表すものと想定する」
『"learning"が"makes"の2倍であると考えるのは自然なこと』とは全くもって言えない上、もし『"learning"が"makes"の2倍であると考えるのは自然なこと』を認めるとすると『単語の間にこうした数値的な関係を持たせたくない』ことにつながらない。
このような意味不明な記述が随所に見られるので、既知の知見で文章を補完しないかぎり理解不能である。
既知の知見で文章を補完するなら、何もこの本を読む必要はない。自分が持っていない知見を得られる本を読むほうが有意義である。
コードは(tensorflow 0.12で検証したとのことだが)一応動くようなので、コードについての説明を厚くしてほしかった。もっとも、コードの説明にも意味不明な記述が目立つのだが・・・。
例えば以下のような記述が見受けられる。
(BoWの説明で)「"learning"という単語の数値が4で、"makes"という単語の数値が2であるとすれば、"learning"が"makes"の2倍であると考えるのは自然なことだろう。単語の間にこうした数値的な関係を持たせたくないので、これらの数値については、関係を表すのではなく、カテゴリを表すものと想定する」
『"learning"が"makes"の2倍であると考えるのは自然なこと』とは全くもって言えない上、もし『"learning"が"makes"の2倍であると考えるのは自然なこと』を認めるとすると『単語の間にこうした数値的な関係を持たせたくない』ことにつながらない。
このような意味不明な記述が随所に見られるので、既知の知見で文章を補完しないかぎり理解不能である。
既知の知見で文章を補完するなら、何もこの本を読む必要はない。自分が持っていない知見を得られる本を読むほうが有意義である。
コードは(tensorflow 0.12で検証したとのことだが)一応動くようなので、コードについての説明を厚くしてほしかった。もっとも、コードの説明にも意味不明な記述が目立つのだが・・・。
2017年11月10日に日本でレビュー済み
Amazonで購入
具体的に書いてあるので、実際コードを書く上で参考になる。役に立っています。