やってみよう！ 機械学習（技術評論社） [電子書籍]

やってみよう！ 機械学習（技術評論社） [電子書籍] の 商品概要

• 月刊誌『Software Design』の特集や単発企画で評判の良い，機械学習とPython関連の記事を再編纂。機械学習・深層学習に取り組んでいる開発現場のITエンジニアが自身で試して学んだことが記事のベースになっており，いま押さえておくべき技術を習得する足がかりとして最適です。
  

• 目次

  第1章　私も機械学習エンジニアになりたい！
  1-1　ビジネスの変革をもたらす機械学習 ～深層学習，人工知能との違いとは～
  1-2　ディープラーニング入門 ～CNNで画像分類とドキュメント分類にチャレンジ！～
  COLUMN 1　自然言語処理エンジニアから見た深層学習
  1-3　低予算ではじめる機械学習用自作マシンのポイント
  1-4　機械学習エンジニアを目指すには ～開発と採用の現場からアドバイス～
  COLUMN 2　機械学習なんて信頼できない！にどう対処するか ～“グレーボックス”でユーザに説明～
  第2章　機械学習の始め方
  2-1　機械学習をはじめよう ～必要なのはデータ・アルゴリズム・計算資源～
  2-2　APIで学習済みモデルを利用しよう ～Google Cloud Vision APIで画像認識を行う～
  2-3　クラウド＆GUIですぐに始めよう ～Azure Machine Learning Studioで構築～
  2-4　本格的にPythonライブラリを使おう ～scikit-learn入門と機械学習の勉強方法～
  第3章　君は使わずにいられるか？ TensorFlow.js
  3-1　～js版にも通ずる機械学習に適した特徴とは？～ TensorFlowのしくみと思想
  3-2　～GoogleのWebアプリからノウハウを学ぼう～ TensorFlow.jsのメリットを活かした開発
  3-3　～TensorFlow.jsを使ってみよう～ 学習済みモデルの組み込みとモデル構築の実践
  第4章　実践！ GPUサーバでディープラーニング
  4-1　インフラエンジニアが押さえておくべきディープラーニングとGPUの関係
  4-2　ディープラーニングにおける計算資源の重要性
  4-3　GPUサーバでつくるミニ囲碁プログラム（前編）
  4-4　GPUサーバでつくるミニ囲碁プログラム（後編）
  第5章　今すぐはじめるPython
  5-1　～今から始めるならPythonがお勧め！～ なぜPythonを導入するとお得なのか
  5-2　Pythonの導入と基本 ～文法からライブラリまで～
  5-3　～Jupyter Notebookを使って納得！～ 機械学習にはPythonが最適なワケ
  第6章　そのPythonライブラリ，どうして必要なんですか？
  6-1　パッケージ管理の基礎を知ろう ～効率的な開発のための前準備～
  6-2　Pythonの基礎力を高めよう ～ライブラリの使い方と作り方～
  6-3　データ分析の前処理をさくっと終わらせよう ～定時に帰るためのpandas入門～
  6-4　イメージどおりにデータを可視化しよう ～データに隠された意味を見つけるMatplotlib入門～
  Appendix　［データサイエンス超入門］機械学習をどう学ぶべきか？ ～数学とコンピュータのつなぎ方～
  

やってみよう！ 機械学習（技術評論社） [電子書籍] の商品スペック