機械学習デザインパターン データ準備、モデル構築、MLOpsの実践上の問題と解決

機械学習のベストプラクティスが学べるデザインパターン集!

このような方におすすめ

学生、データサイエンティスト、データ分析にかかわる人、プログラマ、ビジネスマン、機械学習に興味がある人全般
  • 著者Valliappa Lakshmanan、Sara Robinson、Michael Munn 著/鷲崎 弘宜、竹内 広宜、名取 直毅、吉岡 信和 訳
  • 定価4,180 (本体3,800 円+税)
  • B5変 414頁 2021/10発行
  • ISBN978-4-87311-956-4
  • 定価
  • ポイント0
  • 数量

※本体価格は変更される場合があります。
※通常2〜3営業日以内で発送いたします。

  • 概要
  • 主要目次
  • 詳細目次

タイトルに「デザインパターン」とあるように、機械学習で繰り返し登場する課題を30のパターン(データ表現、問題表現、モデルの訓練、再現性、柔軟性、接続性、説明性、公平性などに関するもの)に分類し、それぞれについてベストプラクティスを提示・解説します。手を動かしながら機械学習を試したい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても読んでもらえる内容となっています。アメリカ海洋気象庁の研究者として、さらにGoogle Cloudのデータ分析&AI部門トップとしての豊富な経験に基づく実用本位の一冊です。