データ分析のための機械学習入門 - Python で動かし、理解できる、人工知能技術

出版日
ページ数
288
目次
第1章 人工知能と機械学習 1-1 人工知能とは? 1-2 BI は AI の夢を見るか 1-3 現在の人工知能は「知能」なのか? 1-4 まとめ 第2章 データ分析処理のための基盤技術 2-1 Hadoop 〜大規模データを処理するインフラ〜 2-2 Hive 〜 Hadoop 上でより容易にデータ処理を実現〜 2-3 Presto 〜高速なデータ処理を実現する〜 2-4 Spark 〜より高速な分散計算処理環境〜 2-5 その他の Hadoop に関連するミドルウェア 2-6 さまざまな Hadoop ディストリビューション 2-7 BI ツール 〜処理されたデータを可視化〜 2-8 まとめ 第3章 リアルタイムにデータを分析する 〜データから「いま」を知る技術〜 3-1 Fluentd 3-2 Norikra 3-3 事例 〜 Twitter の人名のリアルタイム計測〜 3-4 まとめ 第4章 機械学習アルゴリズム 〜データから「未来」を知る技術〜 4-1 機械学習とは 4-2 機械学習アルゴリズム 4-3 ナイーブベイズ 4-4 単純パーセプトロン 4-5 オンライン学習 4-6 サポートベクトルマシン 4-7 線形回帰 4-8 自己回帰 4-9 クラスタリング 4-10 MapReduce と機械学習 第5章 ディープラーニング 5-1 単純パーセプトロンとその仲間たち 5-2 ニューラルネットワーク 5-3 畳み込みニューラルネットワーク 5-4 再帰型ニューラルネットワーク 5-5 TensorFlow 5-6 まとめ
紹介( powered by openBD

ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。
いま、エンジニアに欠かせない、最新技術のエッセンス。

いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。
本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。