中井悦司のレビュー一覧

Pythonのコードなども書かれており、機械学習の「アルゴリズム」を「数理的に理解する」ことの助けになるようになっています。タイトルはITエンジニアのための〜とあるが、エンジニアだけでなく、ただただscikit-learnのAPIを叩いてるが、その機械学習のアルゴリズムがどういう理論組み立てられてい...続きを読むるのかを知りたい人にオススメの一冊です。

共通の問題、考え方の流れの中で定番のアルゴリズムの差異を説明しており、わかりやすかった。
数式の使うレベルも入門用には絶妙な程度な気がする。（これ以上省くと抽象的で勉強にならない、これ以上深掘ると数式が分からず学習が止まるの真ん中ライン）

コードもColabで動かせるだけじゃなく、Colab内の説...続きを読む明が丁寧だったりsklearn,tensorflowを使わずに書かれていたり、これを読むレベルの読者目線で作っているのが伝わってくる。

共通の例題を用いて、機械学習の様々な手法の差異を理解できるよう解説してくれている良書。機械学習利用の本質にまで踏み込んだ第1章は、これから機械学習を応用していこうという人は常に念頭に置いておくべき内容と思う。数学的議論も含めてきっちり積み上げて説明してくれるところは非常に好感が持てる。機械学習入門者...続きを読むに必読の書となるのではないだろうか？。

最初の最小二乗法で久しく接していない世界に浸り結構苦しみましたが、ここがある程度理解できると、最尤推定法、パーセプトロン、ロジスティック回帰、k平均法、EMアルゴリズム、ペイズ推定法と読み進むことができた。まだまだおぼろげな理解なので、Pythonのサンプルコードを動かしつつもう一度しっかり勉強しよ...続きを読むうと思います。この分野を数式なしに説明するのはそもそも無理があるので、適度に数式がありその説明がしっかりしていて、Pythonのサンプルコードが付属している本書は機械学習の入門書としてはとても良いと思われます。

強化学習の一つ一つの動作をコードで追っていく入門書で，実務で使うにしてはやや細かいが理論の初歩を理解するのにちょうど良い。

難解　マルチクラウド下で、ＡＰＩをキーとして、システムを構築するＡＰ基盤のためのテキスト　基盤エンジニア向けなのでＩＴ関連以外にはおすすめしません。
　
１回目は、流れと、図表を中心とした全体を確認しましたが、イメージがつかめませんでいた。何回も読み直すことになりそうです。

ＡＰＩとの連携について...続きを読む

①クラウド、②ＷｅｂＡＰＩ、③ネットワーク、④オーケストレーション、⑤認証、⑥ストレージ、⑦マルチクラウド、そして、⑧アプリケーションのライフサイクルに合わせて管理するインフラ環境　

構成は以下の通りです。

第　１章　クラウドコンピューティングにおけるＡＰＩの役割
第　２章　クラウドの代表的コンポーネント
第　３章　クラウドを制御するＡＰＩの仕組み
第　４章　ＩＴインフラの進化とＡＰＩの考え方
第　５章　サーバーリソース制御の仕組み
第　６章　ブロックストレージリソース制御の仕組み
第　７章　ネットワークリソース制御の仕組み
第　８章　オーケストレーション
第　９章　認証とセキュリティ
第１０章　オブジェクトストレージ制御の仕組み
第１１章　マルチクラウド
第１２章　Immutable Infrastructure

App Engineの基礎が学びたくて手に取った本。
役目は十分に果たしてくれたと思う。

所々動かないコードはあったけど、その辺は自分で直せるくらいのスキルはこの本読む人には必要ということだろう。まぁ、誤字ではなく、GCPの仕様が変わったという理由で動かない箇所もいくつかあったけど。

App E...続きを読むngineは取っつきにくいと思ってたけど、意外とそんなことはなく、Dockerで組むのとたいして手間が変わらないとわかった。Dockerの設定ファイル作らなくて良いからDockerよりも楽かも。

ただ、この本の演習のようにブラウザでCloud Shellやエディタ使って組むのは、App Engineのビルドにいちいち時間かかるし、Cloud Shellやエディタもセッション切れ過ぎてストレス溜まるから論外だと思う。ローカルでコーディングして、都度gcloudコマンドでアップ＆ビルドした方が良い。8章の一番最後の「ローカル環境で動かすには」を読んで、まずローカルで動かす環境を一番最初に作るべき。それで、本の演習する時間がおそらく半分くらいまで減らせる。App Engineにビルドしなくてもローカル環境でPythonコマンド叩くだけで確認できるので。

あと、何故かハンズオンが練習用と実習用の２つに分かれてる。
１つで良いと思う。ページ数も増えるし。

とは言え、これで、GCPで何かしらアプリ作成する際は、フロントエンドにApp Engineも候補の１つとして加えられる。その基礎力は身に付いたと思う。

Compute Engine, App Engine, Kubernetes Engine, Vision API, AI Platform,
Cloud Storage, Cloud SQL, Cloud Load Balancing, Cloud DNS,
Cloud Datastore等の概要...続きを読むを実際に構築して触れるサンプルアプリケーションを
交えて解説してくれるGoogle Cloud初心者に適している本だと思いました。

実際の運用関するトピックにも触れていて、例えばCloud Load Balancingと
複数台のCompute EngineでWeb Applicationの負荷分散をしたり、
Kubernetes Engineで新しい機能のリリースを無停止で行う方法などが
個人的に面白かったです。

平易な表現でかつ手順の説明が丁寧なので初心者でも簡単に理解でき、
サンプルアプリケーションを構築してGCPを肌で感じることができました。

難点としては、私は2020/03中に読み始めて読み終わりましたが、
Google Cloudのアップデートサイクルが早いためか既に大部分が本書にある
スクリーンショットと変わってしまっていることです。
設定画面は適宜読み替えが必要で、Vision API, AI Platformに至っては
サンプルの一部がそのままでは動きませんでした。

だいぶ内容が古くなってきている。
サンプルアプリケーションが付属しているのは魅力的だがそれも経年劣化してしまい動かないものがある。

タイトルは簡易な印象も受けるが、かなりボリュームあります。
クラウドインフラとして、AWSとopenstackを例に挙げて解説してます。
インフラ基盤の構築の考え方がどんどん進化しているのがよくわかる

GCP上に実際にWebアプリケーションを展開する方法について、サンプルアプリケーションを配置する方法を通して具体的に記載されていた。アプリケーションの作成方法やGCPが提供するサービス概要などはあまりなく、純粋にGCPでWebアプリを展開していくにはどうしたらよいか、にフォーカスした書籍。
読んだだ...続きを読むけではなんとなくイメージがつかめるだけなので、この本を読む場合、実際に操作しながら学習していく必要がありそう。
まだ実際にGCP上で操作はしていないが、コマンドレベルから記載があり分かりやすかった。

大学1,2年生レベルの確率統計学だそうです。
2項分布、ポアソン分布、正規分布について理解が深まりました。

1,2章は初歩的な確率統計を数式で説明していて、自分でも時間をかけて読み解くことで理解できました。
また、4章と機械学習への応用は楽しく読めました。
ただ3章は意味不明で、何を書いているのか...続きを読むすら理解できず。

kubernetes,LXC,atomic hostなどの解説も含め楽しい。
CRIUは無事実現したようで（違います？）

だいたいの基本は押さえていそうで、サンプルも丁寧です。
Kubernetes と Atomic Host の導入もあるので良かったです。

教師あり学習(回帰、分類)と教師なし学習(クラスタリング)の概要をつかめる。学習モデルの評価法(クロスバリデーション、ROC曲線)などにも言及あり。広く浅く機械学習を知るには良い。
しかし、作為的な説明方法が少し気になる。(正規分布に属する前提など)

ディープラーニングを始めるにあたり読んだが、全く的ハズレだった。もちろん自分の勘違いで。いわゆるディープラーニング以前の機械学習の理論について書いてある。勿論半分くらい理解できない。ディープラーニングだけやりたい人は読まなくていいかも。でもその後他の手法にも手を出したので、自分としては読んでおいて損...続きを読むは無かった。

クラウドインフラの普及とAPIの関連性がとても解りやすい言葉とイラストで説明されており、同時に今求められているビジネスニーズとテクノロジーの関係、なぜAPIエコノミーというAPIを中心とした経済圏が台頭しているかが明らかにされている。技術バックグランドがオンプレミス型に基づいている自分のようなエンジ...続きを読むニアだと、分かったつもりでいて見過ごしていた「ナゼナゼ」部分が丁寧の解説されていて、とても勉強になった。

ロジスティック回帰やベイズ推定などをわかりやすく解説していると思います。多少数学を追う必要はありますが、言語処理のための機会学習入門とかを読んでいれば追えると思われます。

5,6年前の人工知能マイブームで購入した1冊。
この本はディープラーニング等は無く、機械学習の本。
この手の本は、プログラム例を載せて、「この通りにやってみろ」というものか、数式を並べて理論に偏ったものかの軸があると考える。その点に於いては、本書は比較的バランス良く、理論を学びつつPythonのサン...続きを読むプルコードが掲載されていたりする。

個人的な解釈としては、「機械学習とは、結局統計学である」と感じた。