中井悦司のレビュー一覧
-
自分は数学科の人間なので、情報学を学び始めたペーペーの初心者でも数式を見てある程度親しみながら本書を読むことができました。ええ、つまりそういう本かと思われます。理系の人ならば、見たことのある数式を見て、あーそういうことかって感じで分かりやすいかもです。数学に苦手意識のある方はへーって感じで飛ばし読む...続きを読む
-
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Posted by ブクログ
-
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Posted by ブクログ -
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Posted by ブクログ
-
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Posted by ブクログ
-
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Posted by ブクログ -
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Posted by ブクログ -
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Posted by ブクログ -
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。Posted by ブクログ -
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Posted by ブクログ -
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Posted by ブクログ -
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Posted by ブクログ -
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?)Posted by ブクログ -
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。Posted by ブクログ -
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)Posted by ブクログ -
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Posted by ブクログ
-
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Posted by ブクログ
-
原理がわからないと実装・展開イメージがわきません。
ざっとおさらいするだけじゃなく、ちょこっと詳しく書いてある感じがとっても参考になりました。Posted by ブクログ -
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。Posted by ブクログ