AI(人工知能)の開発や、ビッグデータ活用など、様々な分野で今後必要とされる技術「機械学習」。その手法の1種で人間の脳にならった「ディープラーニング」はひときわ注目度も高いです。
機械学習は、データ解析や、数学系のライブラリの豊富さから現状Python環境がダントツの人気。
いまPythonが最も人気がある最大の要因がこの機械学習・ディープラーニング・データ解析によるものといえるでしょう。
今後も間違いなく必要とされていく需要の高い技術、「Pythonでの機械学習」に関する本を紹介していきまっす。
発売したての新書をピックアップ
技術書は情報の鮮度も重要、人気ランキングの前に新しい書籍もチェックしておきましょう。
- 2021/03/08発売 「Pythonを使った機械学習入門」
- 2021/03/16発売 「Python 1から始める機械学習」
- 2021/03/21発売 「Python 機械学習・データ分析を1週間でマスターする入門書」
- 2021/05/06発売 「RとPythonで学ぶ[実践的]データサイエンス&機械学習【増補改訂版】」
- 2021/05/31発売 「ダイテル Pythonプログラミング: 基礎からデータ分析・機械学習まで」
Contents
Python 機械学習・ディープラーニング本
人気ランキング
さっそく、今売れ筋の「機械学習」「ディープラーニング」系の本を人気ランキング形式で一覧したのが以下。
ランキングはAmazonの売筋ランクに基づいて日々更新されていますので、最新の人気が反映されています。
(2021/05/16 更新)
| Rank | 製品 | 評価 |
|---|---|---|
1 |  | 総評価数 387件 |
2 |  | 総評価数 111件 |
3 |  [第3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 (impress top gear)... 発売日 2020/10/22 通常 4,400円 単行本 4,400円 (+80pt) Kindle 3,960円 (+40pt) | 総評価数 17件 |
4 |  | 総評価数 16件 |
5 |  機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム... 発売日 2018/09/21 通常 3,080円 単行本 3,080円 (+31pt) Kindle 1,540円 (+15pt) | 総評価数 75件 |
6 |  機械学習スタートアップシリーズ Ｐｙｔｈｏｎで学ぶ強化学習 ［改訂第２版］ 入門から実践まで (ＫＳ情報科学専門書)... 発売日 2019/12/13 通常 3,080円 単行本 3,080円 (+33pt) Kindle 3,080円 (+183pt) | 総評価数 19件 |
7 |  | 総評価数 13件 |
8 |  Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使った... 発売日 2018/05/26 通常 4,620円 単行本 4,620円 (+46pt) | 総評価数 23件 |
9 |  | 総評価数 8件 |
10 |  RとPythonで学ぶ[実践的]データサイエンス&機械学習【増補改訂版】... 発売日 2021/05/06 通常 3,982円 単行本 3,982円 (+40pt) Kindle 3,982円 (+40pt) | 総評価数 0件 |
11 |  | 総評価数 22件 |
12 |  現場で使える！Python深層強化学習入門 強化学習と深層学習による探索と制御... 発売日 2019/08/07 通常 3,740円 単行本 3,740円 (+37pt) Kindle 3,366円 (+34pt) | 総評価数 19件 |
13 |  | 総評価数 0件 |
14 |  すぐに使える!業務で実践できる! PythonによるAI・機械学習・深層学習アプリのつくり方 TensorFlow2対応... 発売日 2020/10/22 通常 3,520円 単行本 3,520円 (+35pt) | 総評価数 6件 |
15 |  | 総評価数 55件 |
16 |  Pythonで動かして学ぶ！あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識... 発売日 2019/09/17 通常 2,948円 単行本 2,948円 (+29pt) Kindle 2,653円 (+27pt) | 総評価数 9件 |
17 |  | 総評価数 4件 |
18 |  はじめてのディープラーニング Pythonで学ぶニューラルネットワークとバックプロパゲーション... 発売日 2018/08/28 通常 2,948円 単行本 2,948円 (+29pt) Kindle 1,474円 (+15pt) | 総評価数 44件 |
19 |  | 総評価数 21件 |
20 |  Pythonデータ分析／機械学習のための基本コーディング！ pandasライブラリ活用入門 impress top gearシリーズ... 発売日 2019/02/22 通常 4,180円 単行本 4,180円 (+183pt) Kindle 3,971円 (+1891pt) | 総評価数 23件 |
21 |  | 総評価数 2件 |
22 |  | 総評価数 0件 |
23 |  はじめてのディープラーニング2 Pythonで実装する再帰型ニューラルネットワーク，VAE，GAN... 発売日 2020/03/24 通常 3,080円 単行本 3,080円 (+31pt) Kindle 1,540円 (+75pt) | 総評価数 6件 |
24 |  | 総評価数 2件 |
25 |  | 総評価数 6件 |
26 |  Pythonによるスクレイピング&機械学習 開発テクニック BeautifulSoup,scikit-learn,TensorFlowを使っ... 発売日 2016/12/06 通常 4,899円 単行本 4,899円 | 総評価数 29件 |
27 |  | 総評価数 9件 |
28 |  | 総評価数 35件 |
29 |  | 総評価数 34件 |
30 |  Python機械学習ライブラリ scikit-learn活用レシピ80＋ impress top gearシリーズ... 発売日 2019/03/18 通常 4,290円 単行本 4,290円 (+79pt) Kindle 4,076円 (+1952pt) | 総評価数 5件 |
以降でおすすめ・注目の本をピックアップしていきまっす。
ちなみに、Kindle版のある本ならサンプル送信で試し読み可能。大概目次まで見れるので、内容の概要もつかめるので、サンプル試読おすすめです。
Python機械学習の本 人気の参考書 5冊
以下が今人気(売れ筋)のPython・機械学習関連の本の5冊の詳細です。
(2021/05/16 更新)
| Rank | 製品 | 評価 |
|---|---|---|
1 | | 総評価数 387件 |
2 | | 総評価数 111件 |
3 | [第3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 (impress top gear)... 発売日 2020/10/22 通常 4,400円 単行本 4,400円 (+80pt) Kindle 3,960円 (+40pt) | 総評価数 17件 |
4 | | 総評価数 16件 |
5 | 機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム... 発売日 2018/09/21 通常 3,080円 単行本 3,080円 (+31pt) Kindle 1,540円 (+15pt) | 総評価数 75件 |
「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」
ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。
ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。
ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか?なぜ層を深くすると認識精度がよくなるのか?といった“Why"に関する問題も取り上げます。
ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。
ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか?なぜ層を深くすると認識精度がよくなるのか?といった“Why"に関する問題も取り上げます。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎」
Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。
↓全て表示↑少なく表示
Users Voice
「[第3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 (impress top ge...」
[第3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 (impress top gear)
(著)Sebastian Raschka, Vahid Mirjalili
発売日 2020/10/22
(著)Sebastian Raschka, Vahid Mirjalili
発売日 2020/10/22
世界各国で翻訳された
機械学習本ベストセラーの第3版!
分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。
第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。
著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!
[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。
[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。
【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの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
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習
◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
機械学習本ベストセラーの第3版!
分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。
第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。
著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!
[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。
[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。
【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの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
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習
◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「スッキリわかるPythonによる機械学習入門」
少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で
実践的なスキルが必ず身に付く魔法の書
機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。
本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。
各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。
もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。
実践的なスキルが必ず身に付く魔法の書
機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。
本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。
各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。
もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム」
機械学習の原理を知るための、初めての入門
※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。
本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。
●目次
はじめに
第01章 学習を始める前に
01 本書の目的
02 本書は何を含まないか
03 機械学習の初歩
04 実行環境の準備
第02章 Pythonの基本
01 プログラムの実行方法
02 基本的な文法
03 数値と文字列
04 複数行処理
05 制御構造
06 リスト、辞書、集合
07 関数定義
08 オブジェクト指向
09 モジュール
10 ファイル操作
11 例外処理
第03章 機械学習に必要な数学
01 基本事項の確認
02 線形代数
03 微積分
第04章 Pythonによる数値計算
01 数値計算の基本
02 NumPyの基本
03 配列の基本計算
04 疎行列
05 NumPy/SciPyによる線形代数
06 乱数
07 データの可視化
08 数理最適化
09 統計
第05章 機械学習アルゴリズム
01 準備
02 回帰
03 リッジ回帰
04 汎化と過学習
05 ラッソ回帰
06 ロジスティック回帰
07 サポートベクタマシン
08 k-Means法
09 主成分分析（PCA）
INDEX
固定レイアウト型に関する注意事項（必ずお読みください）
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。
■使用できない機能
・文字拡大（ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ）／文字のコピー／マーク／ハイライト／文字列検索／辞書の参照／Web検索／引用
■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード（Kindle端末の場合）
※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。
本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。
●目次
はじめに
第01章 学習を始める前に
01 本書の目的
02 本書は何を含まないか
03 機械学習の初歩
04 実行環境の準備
第02章 Pythonの基本
01 プログラムの実行方法
02 基本的な文法
03 数値と文字列
04 複数行処理
05 制御構造
06 リスト、辞書、集合
07 関数定義
08 オブジェクト指向
09 モジュール
10 ファイル操作
11 例外処理
第03章 機械学習に必要な数学
01 基本事項の確認
02 線形代数
03 微積分
第04章 Pythonによる数値計算
01 数値計算の基本
02 NumPyの基本
03 配列の基本計算
04 疎行列
05 NumPy/SciPyによる線形代数
06 乱数
07 データの可視化
08 数理最適化
09 統計
第05章 機械学習アルゴリズム
01 準備
02 回帰
03 リッジ回帰
04 汎化と過学習
05 ラッソ回帰
06 ロジスティック回帰
07 サポートベクタマシン
08 k-Means法
09 主成分分析（PCA）
INDEX
固定レイアウト型に関する注意事項（必ずお読みください）
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。
■使用できない機能
・文字拡大（ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ）／文字のコピー／マーク／ハイライト／文字列検索／辞書の参照／Web検索／引用
■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード（Kindle端末の場合）
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
Python機械学習の本 最新・高評価のおすすめの5冊
以下が最新(2019年以降発売本)で高評価の、最新おすすめのPython・機械学習関連の本の5冊の詳細です。
(2021/05/16 更新)
| Rank | 製品 | 評価 |
|---|---|---|
1 | [第3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 (impress top gear)... 発売日 2020/10/22 通常 4,400円 単行本 4,400円 (+80pt) Kindle 3,960円 (+40pt) | 総評価数 17件 |
2 | | 総評価数 22件 |
3 | | 総評価数 16件 |
4 |  データサイエンス教本 Pythonで学ぶ統計分析・パターン認識・深層学習・信号処理・時系列データ分析... 発売日 2019/01/18 通常 3,960円 単行本 3,960円 (+40pt) Kindle 3,564円 (+36pt) | 総評価数 16件 |
5 |  | 総評価数 42件 |
「[第3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 (impress top ge...」
[第3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 (impress top gear)
(著)Sebastian Raschka, Vahid Mirjalili
発売日 2020/10/22
(著)Sebastian Raschka, Vahid Mirjalili
発売日 2020/10/22
世界各国で翻訳された
機械学習本ベストセラーの第3版!
分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。
第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。
著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!
[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。
[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。
【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの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
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習
◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
機械学習本ベストセラーの第3版!
分類/回帰問題から、深層学習/強化学習まで、
機械学習コンセプト全般をカバー。
理論的背景とPythonコーディングの実際を解説しています。
第3版で敵対的生成ネットワーク、強化学習の各章を新たに追加し、
scikit-learnやTensorFlowなどなど新規のPython環境に対応。
13~16章の内容をほとんど刷新しています。
著者陣の経験に基づく洞察とより専門的な知識を学ぶことができて
理論と実践を架橋する解説書の決定版!
[原著の第1版]
●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。
●米国計算機学会「21st Annual list of Notable Books and Articles(2016)」にランクイン。
[日本語の第1版]
●「ITエンジニア本大賞2017」ベスト10にランクイン。
【構成(予定)】
第1章 「データから学習する能力」をコンピュータに与える
第2章 分類問題―単純な機械学習アルゴリズムの訓練
第3章 分類問題―機械学習ライブラリscikit-learnの活用
第4章 データ前処理―よりよい訓練データセットの構築
第5章 次元削減でデータを圧縮する
第6章 モデルの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
第7章 アンサンブル学習―異なるモデルの組み合わせ
第8章 機械学習の適用1―感情分析
第9章 機械学習の適用2―Webアプリケーション
第10章 回帰分析―連続値をとる目的変数の予測
第11章 クラスタ分析―ラベルなしデータの分析
第12章 多層人工ニューラルネットワークを一から実装する
第13章 ニューラルネットワークの訓練をTensorFlowで並列化する
第14章 TensorFlowのメカニズム
第15章 画像の分類―ディープ畳み込みニューラルネットワーク
第16章 系列データのモデル化―リカレントニューラルネットワーク
第17章 新しいデータの合成―敵対的生成ネットワーク
第18章 複雑な環境での意思決定―強化学習
◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python<, br> scikit-learn, and TensorFlow 2,3rd Edition』の翻訳書です。
◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについて
ある程度理解している必要があります。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「Pythonで学ぶ音源分離 機械学習実践シリーズ」
中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の1冊目として、「音源分離」をテーマとしています。近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の人の声を聞き取ることを想定しており、聞きたい人の声以外の音が入ってくると、どうしても聞きたい人の声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出するという技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。また、音源分離で用いる数学的知識の基礎として、線形代数や行列・ベクトルの微分の方法、確率統計の基礎について示しています。音源分離を理解しコードを書くためには、プログラミングに関する知識はもちろん、線形代数、微分積分、確率・統計といった数学的知識も必要不可欠です。とくに音源分離では複素数の行列・ベクトルを用いるので、複素数の計算方法について重点的に示しています。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「スッキリわかるPythonによる機械学習入門」
少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で
実践的なスキルが必ず身に付く魔法の書
機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。
本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。
各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。
もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。
実践的なスキルが必ず身に付く魔法の書
機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。
各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。
本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。
各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。
しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。
もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。
機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「データサイエンス教本 Pythonで学ぶ統計分析・パターン認識・深層学習・信号処理・時系列データ分析」
※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機能しない場合があります。文字だけを拡大することはできません。
※プリント・レプリカ形式は見開き表示ができません。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
Pythonでデータサイエンスの理論と実践を学ぶ
データサイエンスは、「データを科学的に扱う」学問分野であり、近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。
本書は、データサイエンスの意味から金融データの分析、動的システムの分析などの工学応用までを、Pythonを使って実際に分析しながら学ぶものです．データの取り扱い、確率・統計の基礎といった基本的なところから、回帰分析、パターン認識、深層学習といった統計・機械学習手法、金融データなど時々刻々と変化する時系列データの分析、センサデータなどに含まれるノイズや外乱を見極めるスペクトル分析、さらにこのノイズや外乱を除去するためのディジタルフィルタ、そして最後に画像データの分析として画像処理の解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。
Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。
1章 はじめに
2章 データの扱いと可視化
3章 確率の基礎
4章 統計の基礎
5章 回帰分析
6章 パターン認識
7章 深層学習（ディープラーニング）
8章 時系列データ分析
9章 スペクトル分析
10章 ディジタルフィルタ
11章 画像処理
おわりに
参考文献
※プリント・レプリカ形式は見開き表示ができません。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
Pythonでデータサイエンスの理論と実践を学ぶ
データサイエンスは、「データを科学的に扱う」学問分野であり、近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。
本書は、データサイエンスの意味から金融データの分析、動的システムの分析などの工学応用までを、Pythonを使って実際に分析しながら学ぶものです．データの取り扱い、確率・統計の基礎といった基本的なところから、回帰分析、パターン認識、深層学習といった統計・機械学習手法、金融データなど時々刻々と変化する時系列データの分析、センサデータなどに含まれるノイズや外乱を見極めるスペクトル分析、さらにこのノイズや外乱を除去するためのディジタルフィルタ、そして最後に画像データの分析として画像処理の解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。
Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。
1章 はじめに
2章 データの扱いと可視化
3章 確率の基礎
4章 統計の基礎
5章 回帰分析
6章 パターン認識
7章 深層学習（ディープラーニング）
8章 時系列データ分析
9章 スペクトル分析
10章 ディジタルフィルタ
11章 画像処理
おわりに
参考文献
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
「Pythonで動かして学ぶ！あたらしい機械学習の教科書 第2版」
数学の基礎知識とPythonコードを紐づけて機械学習の基本を学べる！
【本書の目的】
現在、人工知能関連のプロダクト・サービスが数多く見受けられるようになりました。
人工知能関連の開発に機械学習の基礎知識は必須です。
本書はそうした機械学習の基礎知識を学びたいエンジニアに向けた書籍です。
【本書の特徴】
本書は機械学習の基本について、数学の知識をもとに、
実際にPythonでプログラムしながら学ぶことができる書籍です。
・最新のPython 3.7に対応
・学習内容を「要点整理」で復習
・数式とコードをつなげたわかりやすい解説
【読者が得られること】
本書を読み終えた後には、機械学習のしくみとプログラミング手法を理解できます。
【対象読者】
機械学習の基礎を学びたい理工学生・エンジニア
【目次】
第1章 機械学習の準備
第2章 Pythonの基本
第3章 グラフの描画
第4章 機械学習に必要な数学の基本
第5章 教師あり学習：回帰
第6章 教師あり学習：分類
第7章 ニューラルネットワーク・ディープラーニング
第8章 ニューラルネットワーク・ディープラーニングの応用（手書き数字の認識）
第9章 教師なし学習
第10章 要点のまとめ
※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。
↓全て表示↑少なく表示
内容サンプル
Users Voice
内容サンプル
Python・機械学習本「Kindle Unlmited 読み放題 人気ランキング」
「Kindle Unlimited」は、Amazonの定額本読み放題サービス。
実はそこにPython・機械学習の本もそこそこあるんです。すなわち、定額で何冊も学習することも可能。
Kindle Unlimitedの主な特徴としては、おおよそ以下の通り。
- 雑誌がかなり充実
- 豊富なKindle個人出版本がほとんど読み放題
- 最近は出版社単行本も対応増加
個人的には雑誌が、IT系(CG WORLD等)、ガジェット系(Get Navi等)、ゲーム(ファミ通等)、など見たい雑誌が幅広く読めるのが大きな魅力。2冊以上読みたいものがあるだけで確実にお得です。
また、30日無料体験も可能なので、体験期間を利用して無料で学習してみるのもお得な学習法です。
以下がKindle Unlimited対応の「Python・機械学習」関係の本人気ランキングです。
(2021/05/16 更新)
関連：本より高コスパ？「Udemy Python/機械学習のおすすめ講座」
UdemyではPython/機械学習を基礎から応用までトータルで学べる学習講座があります。
こちらが、セール時には2千円程度で購入可能で、講座によっては本よりコスパよく学習が可能です。
講座は、買い切り型ながら更新あり、質問可能、30日間返金も可能、という本以上の手厚いサポートがあるのが魅力。
以下の表が、Python/機械学習の学習講座例。セールの場合、かなりおすすめなのでぜひトライしてみください。
Udemyについては、以下のページでも詳しく紹介しているので覗いてみてください。
| 人気 Rank | 学習コース | 評価 |
|---|---|---|
1 |  | 総評価数 6716件 |
2 |  【画像判定AIアプリ開発・パート1】TensorFlow・Python・Flaskで作る画像判定AIアプリ開発入門... 発売日 2017/12/20 受講者 12,987人 通常 9,600円 現在 2,240円 | 総評価数 1856件 |
3 |  | 総評価数 819件 |
4 |  【世界で74万人が受講】基礎から理解し、Pythonで実装！機械学習26のアルゴリズムを理論と実践を通じてマスターしよう... 発売日 2020/03/09 受講者 2,560人 通常 24,000円 現在 2,400円 | 総評価数 238件 |
5 |  | 総評価数 1525件 |
関連：Pythonの基礎文法・使い方を学ぶ
冒頭でも述べたとおり、「Python x 機械学習」は今もっともホットともいえる技術。日々新しい情報・書籍が発売されています。
本記事のランキングも、新しい書籍含めてアップデートしていくので、ぜひチェックしてみてください。
以下では、Pythonの入門・文法書も紹介しています。合わせて参照ください。
いじょうでっす。
コメント