機械学習のための特徴量エンジニアリング その原理とＰｙｔｈｏｎによる実践
| 出版社名 | オライリー・ジャパン |
|---|---|
| 出版年月 | 2019年2月 |
| ISBNコード |
978-4-87311-868-0
（4-87311-868-9） |
| 税込価格 | 3,300円 |
| 頁数・縦 | １９９Ｐ ２４ｃｍ |
商品内容
| 要旨 |
本書は、機械学習モデルの性能を向上させるために、データから良い特徴量を作る特徴量エンジニアリングについて解説します。前半では初学者に向けて、数値、テキスト、カテゴリ変数の基本的な取り扱い方を説明し、後半では特徴量ハッシング、ビンカウンティング、ＰＣＡによるデータの圧縮、さらに非線形特徴量とモデルスタッキング、画像特徴量抽出と深層学習による自動特徴学習などの高度なテーマを扱います。特徴量エンジニアリングの原理について直感的な理解が得られるように図や例を豊富に使い、またＰｙｔｈｏｎコードによる実行例を数多くあげて解説しており、実際の業務に適用するための具体的な知識が得られます。特徴量エンジニアリングを使いこなし、機械学習モデルの性能を最大限に引き出したいエンジニア必携の一冊です。Ｋａｇｇｌｅ ＧｒａｎｄｍａｓｔｅｒのＫｏｈｅｉ Ｏｚａｋｉ（＠ｓｍｌｙ）氏による「日本語版に寄せて」を収録しています。 |
|---|---|
| 目次 |
１章 機械学習パイプライン |