【クラウド】クラウドではじめる機械学習 改訂版 ーーAzure ML Studioでらくらく体験の評価
データ更新日:2020-12-29クラウド分野での評価
書籍の評価について
簡単に次のような指標から評価を計算しています。
- ・書籍が紹介されているQiita記事のいいね数と更新日
- ・書籍が紹介されているサイトのGoogleでの検索順位
- ・Twitterで書籍に関する最新ツイートのいいね数とリツイート数
- ・「初心者」や「入門書」など特定のキーワードとコンテンツ（例えばQiitaの記事）の関連性
詳細な評価の計算方法については下記をご覧ください。
書籍の評価について順位 2位 総合点 9点 Googleの検索結果での点数 8点 Twitterでの点数 1点
過去の順位の推移
グラフについて
- ・グラフのデータはぬこぷろで計測した、最大で過去5回分を表示しています。
- ・「順位」について、次の2点の場合は圏外扱いとしてグラフ上には表示しません。なので、グラフ上では途切れた線が表示されることもあります。
- ①ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合。ぬこぷろは最新のメディア情報を収集して書籍の点数を計算するため、過去点数計算した際にその書籍がメディアに掲載されていても、点数計算時にぬこぷろが収集したメディアに書籍情報がなければ圏外扱いとなります。
- ②順位が30位を下回った場合。
- ・「総合点」が0点なのは上記「順位」の圏外扱いの①とと同様に、ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合となります。
基本情報
ISBN-13 9784865941623 内容 ◆◆マウス操作だけで機械学習を体験◆◆ 本書は「機械学習でできること」と「その方法」を、とことん平易に説明します。 普通なら高度な数学の知識を必要としますが、 本書では、ほぼ中学校で習うレベルで解説しますので、 一般ビジネスマンや文系の学生さんも安心して読めます。 「説明して終わり」ではありません。 「機械学習の組み立てキット」とでも呼ぶべきマイクロソフトのクラウドサービス 「ML Studio（Azure Machine Learning Studio）」を使い、 自分で機械学習の仕組みを作り、動かすところまでを体験します。 さらに、RやPythonによる高度活用など、中級以上の実務家にも役立つ情報を、 経験豊富な技術者集団が提供します。 ◆◆進化と広がりをキャッチアップ◆◆ 初版の刊行から4年を経て、機械は人間を超える精度で物体を識別できるようになりました。 ロボットやドローン、IoTと機械学習の融合が進展する一方、機械翻訳が実用化され、 音声通訳やAIスピーカーが家庭に普及。 もちろん、Azureの機械学習サービスも大きく拡充されています。 今回の改訂では、最新版のML StudioやR、Python、Visual Studioに対応するとともに、 近年ニーズが高まっている「異常検知」のために1章を書き下ろしました。 目次 第1章 イントロダクション 1.1 身近になった機械学習 1.2 Azure Machine Learning Studio とは？ 1.3 ML Studio で機械学習を学ぶメリット 第2章 ML Studio を利用するための準備 2.1 Microsoft アカウントの取得 2.2 ML Studio の利用登録 2.3 ML Studio の起動と基本操作 第3章 機械学習で実現できること 3.1 6 つの用途 3.2 回帰 3.3 クラス分類 3.4 クラスタリング 3.5 情報圧縮 3.6 異常検知 3.7 レコメンデーション 第4章 実践！ 回帰による数値予測 4.1 試してみよう 4.2 精度を評価しよう 4.3 精度を向上させよう 4.4 その他の手法 第5章 実践！ クラス分類 5.1 試してみよう 5.2 精度を評価しよう 5.3 精度を向上させよう 5.4 その他の手法 第6章 実践！ クラスタリング 6.1 試してみよう 6.2 結果を評価しよう 第7章 実践！ 異常検知 7.1 試してみよう 7.2 結果を評価しよう 7.3 精度を向上させよう 第8章 実践！ レコメンデーション 8.1 試してみよう 8.2 精度を評価しよう 8.3 精度を向上させよう 8.4 レコメンデーションを実用する前に 第9章 インターネットへの公開 9.1 自作モデルをWeb サービス化しよう 9.2 外部からアクセス可能にしよう 9.3 C# によるアクセス 9.4 R 言語によるアクセス 9.5 Python によるアクセス Appendix 付録 A.1 ML Studio 上でのR やPython による処理記述 A.2 統計解析ツールR のインストール A.3 Visual Studio のセットアップ 著者 脇森浩志／著 杉山雅和／著 羽生貴史／著 出版日 20190508 出版社 リックテレコム データ提供元 openBD, 国立国会図書館書誌データ - ※この書籍はopenBDより取得したデータを元に、国立国会図書館書誌データを補完して掲載しています。
