注目キーワード

【商品レビュー】Pythonによる AI・機械学習・深層学習アプリのつくり方

ブログを立ち上げて約3カ月、Pythonの勉強を始めて約半年、そろそろ「AI」とか「機械学習」についてもアウトプットしていこうかと思いまして。

機械学習の書籍を購入しました、購入した決め手は本屋で実際に中身を見たうえで「サンプルソース」が分かりやすかったことと「テストデータ」や「サンプルソース」がダウンロードできるので取っ掛かりやすいかなと思って購入しました。

この記事では、書籍で紹介している内容とそれを読んだうえで、私が書籍の応用で「こんなことが出来ますよ」といった記事を紹介していきたいと思います。

おすすめ度

私も実際に購入して学習しているので、かなりおすすめです。

他の機械学習の書籍も見比べましたがこの本が一番詳しくて分かりやすかったです。

難易度

分野的にも少し難しめ、プログラムとは別に概念的な理解は必要なのかなと思います。概念を理解するには「工事中」の書籍がおすすめです。

サンプルソースは分かりやすいですし、サンプルソースのダウンロードが可能です。

ソースは分かりやすいのですが、プログラミング初学者のかただとソースを読んで理解するのは少しハードルが高いかもしれません。

一度、入門書籍で基礎の学習をすることをおすすめします。

Pythonのおすすめの入門書籍は「おすすめのPython入門書籍3選」で紹介しています。

また、おすすめの学習方法についても「【Python】おすすめの学習方法」の記事でまとめていますのでよかったら見てみて下さい。

「Pythonによる AI・機械学習・深層学習アプリのつくり方」の概要

ここでは、書籍の概要と学習をすすめていくとこんな応用が出来ますよといった記事を紹介しています。

第1章 機械学習/デイープラーニングについて

機械学習とはどういったものか?また、データの作り方どうするのか?

スポンサーリンク

機械学習に使うツールの使い方、実行方法について触れています。

第2章 機械学習入門

この章から本格的な学習がスタートします。

特徴をインプットしてテストデータを分類したりします

一番簡単な機械学習を実践しよう

最も簡単な機械学習の実践として「And」演算の処理を機械学習します。

このアウトプットとして、「ランダムな数字が格納された配列を足して一定の値を超えているかどうか判断する」処理に挑戦しました。

詳細は、「【機械学習】LinearSVCを使って配列の合計値を判定してみた➀」で紹介しています。

アヤメの分類に挑戦してみよう

アヤメと言う花のがく片・花びらの長さや幅といった特徴から種類を分類する処理ついて説明しています。

このアウトプットとして「3教科の合計点で5段階評価する」処理に挑戦しました。

詳細は「【機械学習】3教科のテスト結果を分類してみた(SVC)➀~設計偏~」で紹介しています。

第3章 OpenCVと機械学習-動画・動画入門

写真に写った顔を認識したり、画像の文字を解析したりします。

第4章 自然言語処理

文章を理解したりします、例えば文章を単語にわけたり、自動作文をしたり、スパムの判定を行ったりします。

第5章 ディープラーニング(深層学習)について

第3章でふれた、文字認識についてディープラーニングを利用してより精度の高い判定を行います。

第6章 機械学習で業務を効率化しよう

1章から5章までの内容を盛り込んだアプリの開発方法を紹介しています。

最新情報をチェックしよう!

商品レビューの最新記事8件