機会学習との向き合い方
つまみ食いによる全体感把握に取り組む。比較的難しい書籍をコアにして、周辺情報を仕入れるのと、Qiitaに投下された応用例の同時読解。これが効率的な勉強の仕方がよくわからないが、いちおう自分なりの工夫。いまはこれにチャレンジ
Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
- 作者: Sebastian Raschka,株式会社クイープ,福島真太朗
- 出版社/メーカー: インプレス
- 発売日: 2016/06/30
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (4件) を見る
黄色本(パターン認識と機械学習 上)を読破したGooglerに見てもらったら、上記良い本とのことなので読み始め。作者が読み方について指南してくれているが、けっこうヘヴィ。
ブック・インサイド―『Python機械学習プログラミング』学び方ガイド | Think IT(シンクイット)
というわけで、Stanfordの講義を受け始めた。日本語のテロップも出るので良い
Machine Learning - Stanford University | Coursera
Pythonの基本については、入門Pythonが良い。いまP106で、ややこしいところはない。ムダもなく、良い
- 作者: Bill Lubanovic,斎藤康毅,長尾高弘
- 出版社/メーカー: オライリージャパン
- 発売日: 2015/12/01
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (3件) を見る
いちおう理系学部卒なので、線形代数や偏微分は理解しているつもりなんだけど、Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)はすんなりいかないでござる。紙に書いて、脳に叩き込まないとムリめ。
というわけで
- クローリングによる大量情報収集
- supervised learningによる適切な分類
- 自社データで適用
みたいなかんじで進められるとHappy。なんとなく総合格闘技みたいなかんじで、あちこち鍛えられるので頑張る