[PYTHON] J'ai écrit un livre qui vous permet d'apprendre les implémentations et les algorithmes d'apprentissage automatique de manière équilibrée.
J'ai écrit un livre qui enseigne l'implémentation et les algorithmes de l'apprentissage automatique de manière équilibrée en utilisant la bibliothèque scikit-learn.
[Introduction à l'apprentissage automatique pour ceux qui visent à devenir des ingénieurs en IA. Apprenez le flux des algorithmes lors de la mise en œuvre (Dentsu International Information Service Takuya Shimizu, Yutaro Ogawa, Technical Review)](https://www.amazon.co.jp/ dp / 4297112094 /) https://www.amazon.co.jp/dp/4297112094/
Il est déjà en vente.
Apprentissage automatique ・ Implémentation de divers algorithmes ・ Mécanisme de fonctionnement de chaque algorithme
Je l'ai écrit pour ceux qui veulent les apprendre.
Nous espérons que vous en profiterez.
Livres que j'ai écrits l'année dernière
Apprenez en créant! Développement en profondeur par PyTorch (Yutaro Ogawa, My Navi Publishing)
Il est positionné comme une version d'apprentissage automatique de.
Dans cet article ・ Motivation pour écrire ce livre ・ Aperçu de ce livre ・ Contenu de ce livre Je vais vous présenter.
Motivation pour écrire ce livre
Ce livre est co-écrit par mon collègue M. Shimizu et moi-même (Ogawa).
Nous faisions des affaires telles que "le soutien pédagogique pour l'apprentissage automatique et l'utilisation de l'IA" en interne.
Le mécontentement que j'avais à l'époque était
"Machine learning, implémentation de scicit-learn et explication des principes de fonctionnement de différents algorithmes, Je n'ai pas de livre qui écrit de manière équilibrée. "
C'était ça.
Aussi, "C'est triste qu'il n'y ait pas de livre écrit par des Japonais dans un livre qui couvre dans une certaine mesure le scikit-learn." J'ai aussi pensé.
À ce moment-là
A été principalement utilisé.
Le reste est une aide [2nd Edition] Python Machine Learning Programming Theory and Practice by Expert Data Scientists
est.
● Pour les nouveaux diplômés et les recrues en milieu de carrière nouvellement affectées à leur équipe (Département Technologie de l'IA) Écrivez un livre que vous pouvez réussir, "Apprentissage automatique: veuillez d'abord lire ce livre pour apprendre les connaissances et les compétences de scikit-learn"!
● Je souhaite que les personnes qui seront impliquées dans l'apprentissage automatique dans le domaine des affaires gardent cela à l'esprit en tant qu'ingénieur en IA.Je vais écrire un livre qui vous permettra de mettre en œuvre divers algorithmes et de comprendre les principes de fonctionnement!
J'ai écrit ce livre avec la motivation.
Aperçu de ce livre
Les algorithmes d'apprentissage automatique décrits dans ce document sont les suivants.
Au chapitre 2, Régression linéaire, régularisation, régression logistique, SVC（Support Vector Machine Classification） Arbre de décision, forêt aléatoire Naive Bayes
Au chapitre 3, Analyse en composantes principales, k-moyennes, modèle mixte de Gauss
Au chapitre 4, Arbre de décision de boosting de gradient, méthode du coude et analyse de la silhouette, t-SNE, Détection d'anomalie Détection de nouveauté, Détection des anomalies Détection des valeurs aberrantes
Et au chapitre 5, Flux de construction du système d'apprentissage automatique et évaluation des performances
Explique sur.
Environ 6 pages de l'image sur le papier sont extraites. L'atmosphère est la suivante.
- 2 pages sont publiées, mais ce ne sont pas 2 pages consécutives.
Pour chaque algorithme, un exemple d'implémentation est montré avec un sujet simple, puis le principe de fonctionnement (sentiments et esprits de l'algorithme) de cet algorithme est expliqué.
Contenu de ce livre
Le contenu et la table des matières de ce manuel sont les suivants.
En gros, pour chaque algorithme
・ Flux de base et aperçu de l'algorithme ・ Mise en œuvre et exécution de programmes ・ Explication détaillée de l'algorithme (●● Le cœur de l'algorithme) · À la fin
C'est une configuration qui se répète.
table des matières
Chapitre 1 Présentation de l'apprentissage automatique et comment procéder avec ce livre 1.1 Objet et aperçu de ce chapitre 1.2 Vue d'ensemble de l'apprentissage automatique et trois catégories Différence entre le système de type d'intelligence artificielle conventionnel et le système d'apprentissage automatique Trois catégories d'apprentissage automatique (apprentissage supervisé, apprentissage non supervisé, apprentissage amélioré) 1.3 Importance de l'apprentissage du principe de fonctionnement (algorithme) de chaque méthode d'apprentissage automatique 1.4 Comment étudier l'apprentissage automatique Connaissances et compétences requises pour l'apprentissage automatique Conseils pour faire avancer efficacement l'étude de l'apprentissage automatique 1.5 Bibliothèque et environnement d'exécution utilisés dans ce manuel Comment configurer un environnement pour implémenter l'apprentissage automatique
Chapitre 2 Le cœur des algorithmes appris lors de la mise en œuvre / apprentissage avec les enseignants 2.1 Objet et aperçu de ce chapitre 2.2 Régression linéaire par la méthode des moindres carrés Flux de base et aperçu de l'algorithme Mise en œuvre et exécution du programme Explication détaillée de l'algorithme (cœur du modèle de régression linéaire) À la fin (Notes sur l'utilisation du modèle de régression linéaire)
- Les éléments suivants sont omis. 2.3 Suppression du surapprentissage par régularisation L1 et régularisation L2 2.4 Classification par régression logistique 2.5 Classification par SVC 2.6 Classification des classes par arbre de décision 2.7 Classification par forêt aléatoire 2.8 Classification des données textuelles par Naive Bayes
Chapitre 3 Le cœur des algorithmes appris lors de la mise en œuvre / apprentissage sans enseignants 3.1 Objet et aperçu de ce chapitre 3.2 Compression dimensionnelle par analyse en composantes principales 3.3 Clustering par k-means et prétraitement des données 3.4 Clustering par modèle mixte gaussien (GMM)
Chapitre 4 Coeur et développement des algorithmes appris lors de la mise en œuvre 4.1 Objet et aperçu de ce chapitre 4.2 Classification par arbre de décision boostant le gradient 4.3 Recherche du nombre de clusters par méthode du coude et analyse de la silhouette 4.4 Compression dimensionnelle par t-SNE (apprentissage de la diversité) 4.5 Détection d'anomalies (détection de nouveauté, détection de valeurs aberrantes)
Chapitre 5 Flux de construction du système d'apprentissage automatique et évaluation des performances du modèle 5.1 Objet et aperçu de ce chapitre 5.2 Compréhension commerciale 5.3 Traitement des données 5.4 Modélisation 5.5 Déploiement et fonctionnement
appendice A.1 Comment utiliser Google Colaboratory A.2 Comment préparer un environnement d'implémentation / d'exécution de machine learning sur un PC local
à la fin
Ce n'est peut-être pas suffisant pour ceux qui pratiquent un apprentissage automatique croquant.
mais, Pour ceux qui veulent apprendre correctement la mise en œuvre et les algorithmes de l'IA / apprentissage automatique à partir de maintenant! Je l'ai écrit avec M. Shimizu pour que je puisse le recommander en toute confiance.
Nous espérons que vous en profiterez.
[Introduction à l'apprentissage automatique pour ceux qui visent à devenir des ingénieurs en IA. Apprenez le flux des algorithmes lors de la mise en œuvre (Dentsu International Information Service Takuya Shimizu, Yutaro Ogawa, Technical Review)](https://www.amazon.co.jp/ dp / 4297112094 /)
https://www.amazon.co.jp/dp/4297112094/
● En fin de compte
Dans mon cas, les livres sont essentiellement écrits en dehors des heures de bureau.
De temps en temps, on me demande: "Comment avez-vous le temps d'écrire un livre?"
J'ai commencé à écrire mon vrai nom dans l'article de Qiita sur mon style de travail.
https://qiita.com/Yutaro_Ogawa
Nous vous serions reconnaissants si vous pouviez lire cet article avec ce livre.
● Ajout
Avec cela seul, ce sera comme une promotion de livre, donc selon ce livre, ** Résumé du savoir-faire en matière de mise en œuvre de Python et des conseils auxquels les ingénieurs en IA veulent faire attention ** Sera ajouté.
L'article sera trop long, je vais donc le diviser et l'afficher ci-dessous. Je vous serais reconnaissant si vous pouviez le voir ensemble.
Merci d'avoir lu ce qui précède.