赤石雅典のレビュー一覧
-
「4.1 データ確認」は、プロットしてデータセットの特徴を視覚的に掴む上で、pythonのseabornの使いこなし方を紹介。
「5 業務要件と処理パターン」は、いくつかの業務要件の処理パターンで実習できる.。モデルの選択方法からチューニング方法まで具体的で明解な説明がある。Posted by ブクログ -
字面だけ読んでわかった気になってもPythonのコードを見て理解してないことに気付く。何がわからないか悩みながら手を動かして、理論編の参照ページを読み返し、python コードを実際に動かして、腹落ちする時がくる。理解に時間はかかるが、独学には良いだと思います。
おそらく数学がわかる人から見ると説...続きを読むPosted by ブクログ -
「scikit-learnを使えば機械学習は一般人にも使えるかも」とか「scikit-learnをまずは使ってみよう」と思わせてくれる本。
3章で機械学習における開発ステップの全体像を述べた後、4章ではそのうち特に重要なデータ確認、データ前処理、アルゴリズム選択、評価、チューニングについて程よい粒度...続きを読むPosted by ブクログ -
前提として
・高校数学をきっちり理解している
・プログラミングがある程度できる
という人でないと結構読み進めるのは難しいかなと思いました。
前半の「理論編」はディープラーニングで必要な最低限の数学知識を紹介しています。丁寧な説明ではあるものの、証明の部分は難しければ、読み飛ばしても良いかもしれませ...続きを読むPosted by ブクログ -
ゼロから作るシリーズを読む前に超初心者が読むとかなり良いかも
ディープラーニングの数学
プログラミングのための線形代数
プログラミングのための確率統計
機械学習の何かしらの実装本をやると
ゼロから作るシリーズやPRMLを読むための下地ができて良いです。
Posted by ブクログ -
説明内容、コーディングともに難し過ぎず、かといって省略され過ぎてフワッとし過ぎているわけでもない。非常にバランスに優れており、機械学習の入門書としてはとても良書だと感じた。Posted by ブクログ
-
基本から、実際のコーディングまで。Colab を使っていて、すぐに試せるのが良い。複数のアルゴリズムを、どんな風に使い分けるか、わかりやすく説明してくれる。実際のプロジェクトでは、もう一度読み返さなくては、だけど、すごく整理されている良書だと思う。Posted by ブクログ
-
わかりやすいが、ところどころ著者の理論の理解が浅く(?)適当なことを書いてあるのが残念。
(例えが下手なだけだろうか。アナロジーのつもりがアナロジーになっていないというか…)
間違った理解でも開発に支障は出ないので問題無いが。
「何故こうなるのか理解するには〜〜してみよう」といった記述もあるが、そ...続きを読むPosted by ブクログ -
タイトルどおり、ディープラーニングに関する数学の本。わかりやすい良著だと思います。
実践編から急に難しくなる印象。プログラムに慣れてないからか。
メモ
・逆関数の求めかた。元の関数の関係xとyを入れ換えて、y=の形に変換する。
図形的性質はy=xの直線に対して対称な図形となる。
・勾配効果法など重...続きを読むPosted by ブクログ -
内容の半分がIBMのNLP関連APIを利用する話だった。
対象のAPIを利用する人には良い手引になりそうだけど、それ以外の人(多分大多数)の人にとってはちょっともったいない構成。
各種ライブラリを利用してNLP処理の紹介をしてあるが
詳細な部分だったり、主要な使いかたをさらうだけなので、勘所がない...続きを読むPosted by ブクログ -
文系かつ数学から離れて20年の者には難しかった。分からなければ一読で済ませず何度も繰り返すしかない。何度も繰り返し読んで咀嚼すれば、だんだん理解できる予感がする。Posted by ブクログ
-
ディープラーニングに関する本だと数学に関して数式が多く出てきて不明になるし
基礎的な所だと少し簡単になるので、その間を提供してくれている本
個人的には7章までは非常にわかりやすいが、それ以降はしっかりと読まないと理解できない
他の本と比較はできないが、個人的には現時点でわかりやすい部類に入る本だと思...続きを読むPosted by ブクログ -
機械学習を始める人が
最低限のpythonプログラミングを習得するのに良い。
同じ著者の「儲かるAIを作る」の巻末に
凝縮した説明があるので、
プログラミング経験者はそちらで十分。
Posted by ブクログ -
高校時代に数学でドロップアウトしたCS専攻出身者である自分には難しかった。読み進むにつれて数式を追うのが困難になっていった。
たぶん良い本なのだと思うが、自分には合わなかった。数学から積み上げてディープラーニングを学ぶのではなく、フレームワークや実例で使い方を学ぶことから始めようと思う。Posted by ブクログ -
ディープラーニングを学ぶ際に最低限必要となる数学だけを学ぶ本。
第1版を読んだからかもしれませんが誤字脱字が多く見られ、入門書(のような立ち位置)でかつ数学という他よりも理解に厳密さが要求される分野で誤字や式がそもそも違うというのは、正直なところ勘弁してほしいところでした。
また、「nが3以上の...続きを読むPosted by ブクログ