クラウドではじめる機械学習 改訂版
Azure ML Studioでらくらく体験
マウス操作だけで機械学習を体験 新たに「異常検知」の1章を追加
脇森浩志・杉山雅和・羽生貴史 著 B5変型判 352ページ 定価:2,970円(税込) ISBN:978-4-86594-162-3 2019年5月下旬刊行
マイクロソフトのクラウドサービス「Azure ML Studio」を使うと、ほとんどマウスの操作だけで、機械学習の仕組みを組み立てることができます。本書はこれを用い、機械学習の初歩を手ほどきする一方、中級以上の実務家にも役立つ情報を提供します。 初版の刊行から4年、様々な領域で機械が人間を超え、機械学習が広汎に応用されるようになりました。今回の改訂では、最新版のML Studioや開発環境に対応しつつ、近年ニーズが高まっている「異常検知」の1章を書き下ろしました。
内容詳細

 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。

■著者プロフィール

脇森 浩志(Wakimori Hiroshi)

2003年 慶應義塾大学理工学部管理工学科卒業。同年日本ユニシス㈱入社。以降、データマイニング、機械学習などデータサイエンス分野における製品開発、技術研究とその社会実装に従事。得意領域は自然言語処理。経済産業大臣登録 中小企業診断士。

杉山 雅和(Sugiyama Masakazu)

2013年 大阪大学大学院情報科学研究科卒業。同年日本ユニシス㈱入社。学生時代は遺伝子データの解析を専攻。その経験から入社以降データ利活用製品の開発を担当。2019年より(株)サイバーエージェントにて自然言語処理技術の研究開発に従事。

羽生 貴史(Hanyu Takashi)

2003年日本ユニシス㈱入社。Windows/.NET開発の社内標準策定、受託開発業務に従事。その後、データベース技術の研究開発業務を経て、数年前よりビッグデータ案件に従事。医療情報基盤の構築や流通業における売上集計処理の高速化などを手掛ける。


■読者フォローアップサイトはこちら

■本書の主な内容
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