直感でわかる！ Excelで機械学習

堅田洋資 / 福澤彰吾

※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。

ビジネスユーザーも腑に落ちる!
Excelでアルゴリズムの仕組みをとらえよう。
プロジェクト準備のための第一歩。

Part 1では、機械学習の全体像、ExcelやPythonの基本事項を解説、
どのような状況や体制であれば機械学習を利用してよいのかを確認。
さらに、具体的な活用シーンもイメージできるようにします。

Part 2では、機械学習の各アルゴリズムをExcelで実現する方法を説明。
Pythonコードによる実装例も紹介します。

線形回帰、ロジスティック回帰、クラスタリングなどの仕組みを
具体的に理解できるようにしていきます。

アルゴリズムのメリット／デメリット、向き／不向きがわかれば、
ビジネスへの応用の可能性も見えてくるでしょう。

機械学習を理解していく最初の一歩として本書をご活用ください。

●データ活用における機械学習の役割／位置づけを理解できる
●Excelに展開することで、仕組みをより具体的に把握できる
●ビジネスの現場に活かせる具体的な理解を獲得できる
●より実務的なPythonコードによる実装方法も把握できる

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 言語・プログラミング
• 出版社: インプレス
• ページ数: 232ページ
• 電子版発売日: 2019年12月27日
• コンテンツ形式: EPUB
• サイズ(目安): 42MB

[ブクログ · ★★★★☆]

世の中のAI、機械学習の流れの中で実業務への転用も視野にこの簡易本を手に取った。Python等にいきなりはなかなか難しいのでExcelでも解説がなされているのがとっかかりやすかった。
この１冊で機械学習マスターするのはなかなか難しいがよく目にするアルゴリズムの概要が把握できた。次はもう一歩進んだ参考書にトライしてみようと思う。

以下に参考になった点をまとめる。
・線形回帰モデル：これは従来のエクセルでの最小２乗法でなじみは深かった。注意点は次数を多くし過ぎて過学習になってしまう点である。ここは精度検証などを行いながら検討していく必要があると思った。リッジ回帰やLASSO回帰を上手く活用していきたい。

・ロジスティック回帰モデル：２値化問題時に使用

・クラスタリング：教師なし機械学習のグルーピング

・次元削減：主成分分析

・決定木：If-Thenﾙｰﾙを組み合わせて予測値を計算するためのルールを自動で生成すること