杉山阿聖の作品一覧
「杉山阿聖」の「事例でわかるＭＬＯｐｓ 機械学習の成果をスケールさせる処方箋」「見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
値引き作品
一覧 >>作品一覧
-
値引きあり-★機械学習の実利用で、本当にビジネスの価値を生み出すには？★ 技術・プロセス・文化の3面から学ぶ、「MLOps」はじめての実践ガイドが登場！ 機械学習システムをビジネスに導入し、運用していく中での悩みによく効くノウハウが満載です。 企業が事業で機械学習の成果をスケールさせるためのさまざまな取り組みをMLOpsといいます。 本書はそのMLOpsを解説する書籍です。 第1部ではMLOpsの全体像、そしてそれを実現する技術・プロセス・文化を紹介します。機械学習をビジネスに導入し、運用していくための基礎知識がわかりやすく学べます。 第2部では、第1部に対応したプラクティスを9つの組織から提供してもらいました。 【おもな内容】 第1部 MLOpsの背景と全体像 1章 MLOps とは 1.1 MLOpsの背景 1.2 本書でのMLOpsの全体像 2章 MLOps を実現する技術 2.1 機械学習パイプライン 2.2 推論システム 2.3 技術選定 2.4 機械学習の実行環境とアクセラレーター 2.5 機械学習システムのモニタリング 2.6 データの品質管理 2.7コードの品質管理 3章 MLOps を支えるプロセス・文化 3.1 機械学習システムの開発フローとPoC 3.2 素早い実験を繰り返す 3.3 多様な利害関係者との協業 3.4 ビジネスの意思決定に役立つモニタリング 3.5 MLOps のプロセスを支える文化 第2部 MLOpsの実践事例と処方箋 4章 DeNAにおける機械学習プロジェクトの進め方（株式会社ディー・エヌ・エー 玉木竜二 藤原秀平） 5章 少人数で迅速に実現する コンテンツレコメンドにおけるMLOps（株式会社CAM 原和希） 6章 顧客ごとに複数機械学習モデルを出し分ける学習と推論のアーキテクチャ（澁井雄介） 7章 機械学習パイプライン構築事例から見る技術選定（安立健人） 8章 事故を減らすための機械学習モデル適用の工夫（株式会社ディー・エヌ・エー〈GO株式会社出向〉 松井健一） 9章 機械学習プロジェクトの失敗確率 80% を克服するプラクティス（アマゾン ウェブ サービス ジャパン合同会社 久保隆宏） 10章 ML Test Score を用いた機械学習システムの定量的なアセスメント（柏木正隆） 11章 大規模言語モデルの研究開発から実運用に向けて（株式会社日本経済新聞社 石原祥太郎） 12章 ユーザー企業における機械学習プロジェクトの推進事例（サントリーシステムテクノロジー株式会社 高木基成） -
3.81巻2,948円 (税込)※この商品は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、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械学習アルゴリズムの違いが見てわかる！ 「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか？本書は、そのような機械学習アルゴリズムをオールカラーの図を用いながら解説をした機械学習の入門書です。 いままで複雑でわかりにくかった機械学習アルゴリズムが図を通してわかりやすく解説をしています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。 これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの1冊です。 【本書の特徴】 ・複雑な機械学習アルゴリズムの仕組みを1冊で学べる ・オールカラーで機械学習の図をたくさん掲載 ・各アルゴリズム毎にScikit-Learnを使用したコードを記載しているので、見るだけでなく試すこともできる ・仕組みだけでなく、実際の使い方や注意点もわかる 【本書で紹介するアルゴリズム】 01 線形回帰 02 正則化 03 ロジスティック回帰 04 サポートベクトルマシン 05 サポートベクトルマシン（カーネル法） 06 ナイーブベイズ 07 ランダムフォレスト 08 ニューラルネットワーク 09 kNN 10 PCA 11 LSA 12 NMF 13 LDA 14 k-means 15 混合ガウス 16 LLE 17 t-SNE ※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。
ユーザーレビュー
-
-
-
Posted by ブクログ
凝った統計の延長として機械学習を使うことが多く、教師ありの回帰モデルばかりを使ってきました。ここいらでもう少し自分のできることの範囲を広げるべく、まず最初の一冊としてグラフィカルに主要な手法が説明された本書を手に取りました。
本書は「図」鑑の名前の通り、教師あり/なしのいくつかの機械学習手法に関して図説をメインに説明したテキストです。データを分類する過程を典型的なデータで示し、各手法の直観的な理解が進みやすくなっています。エッセンスの部分だけアルゴリズムの説明も書いてあり、これだけで済むわけではないでしょうが数式に抵抗がなければこちらも理解の助けになります。取り扱われる全手法にコード例も付 -
-
