本書は、機械学習の手法全般をカバーし、理論的背景とＰｙｔｈｏｎコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、ＰｙＴｏｒｃｈやｓｃｉｋｉｔ‐ｌｅａｒｎのライブラリを使うことでより簡単に実装できることを示します。ＰｙＴｏｒｃｈについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。

「データから学習する能力」をコンピュータに与える
分類問題―単純な機械学習アルゴリズムの訓練
分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用
データ前処理―よりよい訓練データセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習―異なるモデルの組み合わせ
機械学習の適用―感情分析
回帰分析―連続値をとる目的変数の予測
クラスタ分析―ラベルなしデータの分析〔ほか〕