1月に購入した書籍「仕事ではじめる機械学習」をようやく読み終えた。
同人誌の方ではなく、オライリーから出版された方の、しかも電子版ではなく後に紙で出版された方。(だいぶ後手です)
目当ては特に評価・検証に関する3,6章の考え方やボキャブラリーと、7～9章の実データを使った具体例だった。オイラがやったことのある機械学習は画像認識系ばかりで、Webサービスのログ解析的なことは未経験なので。
本書はその執筆の経緯もあり、近年流行りのDeepLearningではなく、古典的(？)な機械学習をWebサービスなどの実案件で使う際の基本的な考え方と使用例を紹介している。全体としてWebサービス寄りの話。
業務での課題を段階的に分解し、そもそも「機械学習を使わない」という選択肢もきちんと紹介している(笑)
「探索的な分析」ってのは実例ベースでないとなかなか理解を深めにくいので、7～9章のケーススタディはとても参考になった。
個人的に、3,6章で出てくる統計関係の知識は馴染みが薄かったので、何度かやりながら読み返して習得していきたい。
機械学習に携わってるエンジニア界隈だと「ゼロから作るDeep Learning」と合わせてみんなこの「仕事ではじめる機械学習」を読んでいるイメージ。
「ゼロから作るDeep Learning」の第2弾が出るらしい。今度は自然言語処理編。
しかも、Dropbox上で公開レビューするという。
https://www.oreilly.co.jp/editors/archives/2018/02/ann-public-review-machine-learning-from-scratch.html
コンピュータの専門書としては異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編の公開レビューを行います。
レビュー期間は2月28日（水）から4月13日（金）までの1ヶ月半です。
レビューはDropboxのコメント機能を利用して行います。Dropboxアカウントをお持ちの方はどなたでも参加可能です。
https://www.dropbox.com/sh/ev6a40fbagw2qtz/AABF2zxkvo12H7-b25eYxsBKa?dl=0
いただいた指摘内容は、著者と出版社で相談のうえ取捨選択して原稿へ反映させていただきます。
レビューに貢献していただいた方のお名前（あるいはアカウント名）を、本書の「謝辞」の欄に記載させていただきます。もちろん、記載の有無はレビューアの意思に従います。
もうAmazonで予約できる↓
コメント