ようこそ!
マイページ
ご利用ガイド
組合員情報の変更
メールアドレスの変更
ログイン
サイトトップ
e
フレンズトップ
すべて
本
雑誌
CD
DVD・Blu-ray
クリア
本 こだわり検索
書名
著者名
商品説明
出版社名
出版年月
―
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
年
―
1
2
3
4
5
6
7
8
9
10
11
12
月
以前
のみ
以降
ジャンル
選択してください
文庫
新書・選書
文芸
教養
人文
教育
芸術
児童
趣味
生活
地図・ガイド
就職・資格
語学
小学学参
中学学参
高校学参
辞典
コミック
ゲーム攻略本
エンターテイメント
日記手帳
社会
法律
経済
経営
ビジネス
理学
工学
コンピュータ
医学
看護学
薬学
ISBNコード
予約商品を表示しない
検索
クリア
本 >
コンピュータ
>
データベース
>
データ分析
出版社名:リックテレコム
出版年月:2022年6月
ISBN:978-4-86594-326-9
360P 24cm
Kaggleで磨く機械学習の実践力 実務×コンペが鍛えたプロの手順
諸橋政幸/著
組合員価格 税込
2,970
円
(通常価格 税込 3,300円)
割引率 10%
在庫あり
生協宅配にてお届け
※ご注文が集中した場合、お届けが遅れる場合がございます。
内容紹介・もくじなど
Kaggleは誰でも気軽に参加できるデータ分析の競技コンペです。コンペで試した技を、実務に応用する―そのシナジーにより、みるみる実力が付きます。Kaggleマスターの著者自身がそうして得たノウハウを、惜しげもなく本書では公開します。しかし、本書を通じてお伝えしたいのは、何よりKaggleのワクワク感です!
もくじ情報:第1部 分析実務とKaggle(実務に必要なスキルとは;Kaggleの概要;Kaggleを学習ツールに);第2部 機械学習の進め方(ベースライン作成;特徴量エンジニアリング;モデルチューニング);第3部 実践例(2値分類のコンペ;回帰問題のコンペ;データサイエンティストの未来)
Kaggleは誰でも気軽に参加できるデータ分析の競技コンペです。コンペで試した技を、実務に応用する―そのシナジーにより、みるみる実力が付きます。Kaggleマスターの著者自身がそうして得たノウハウを、惜しげもなく本書では公開します。しかし、本書を通じてお伝えしたいのは、何よりKaggleのワクワク感です!
もくじ情報:第1部 分析実務とKaggle(実務に必要なスキルとは;Kaggleの概要;Kaggleを学習ツールに);第2部 機械学習の進め方(ベースライン作成;特徴量エンジニアリング;モデルチューニング);第3部 実践例(2値分類のコンペ;回帰問題のコンペ;データサイエンティストの未来)
著者プロフィール
諸橋 政幸(モロハシ マサユキ)
株式会社日立製作所Lumada Data Science Lab.東北大学大学院卒(理学研究科物理学専攻)。1999年に日立製作所へ入社。2012年にデータ分析部署(その年度に新設)に異動し、データ分析を使って顧客課題を解決する業務に従事。分析経験ゼロからスタートし、約10年間の実務経験を経て今に至る。分析コンペ歴は約6年。Kaggle称号はMaster(2022年1月現在のメダル獲得数は金1個、銀6個、銅3個)。またSIGNATEの創薬コンペで優勝、Nishikaのレコメンドコンペで2位入賞。趣味は「卓球」と「ゲーム(主に対戦格闘)」、そして「分析」(本デー…(
続く
)
諸橋 政幸(モロハシ マサユキ)
株式会社日立製作所Lumada Data Science Lab.東北大学大学院卒(理学研究科物理学専攻)。1999年に日立製作所へ入社。2012年にデータ分析部署(その年度に新設)に異動し、データ分析を使って顧客課題を解決する業務に従事。分析経験ゼロからスタートし、約10年間の実務経験を経て今に至る。分析コンペ歴は約6年。Kaggle称号はMaster(2022年1月現在のメダル獲得数は金1個、銀6個、銅3個)。またSIGNATEの創薬コンペで優勝、Nishikaのレコメンドコンペで2位入賞。趣味は「卓球」と「ゲーム(主に対戦格闘)」、そして「分析」(本データはこの書籍が刊行された当時に掲載されていたものです)
もくじ情報:第1部 分析実務とKaggle(実務に必要なスキルとは;Kaggleの概要;Kaggleを学習ツールに);第2部 機械学習の進め方(ベースライン作成;特徴量エンジニアリング;モデルチューニング);第3部 実践例(2値分類のコンペ;回帰問題のコンペ;データサイエンティストの未来)
もくじ情報:第1部 分析実務とKaggle(実務に必要なスキルとは;Kaggleの概要;Kaggleを学習ツールに);第2部 機械学習の進め方(ベースライン作成;特徴量エンジニアリング;モデルチューニング);第3部 実践例(2値分類のコンペ;回帰問題のコンペ;データサイエンティストの未来)