人工知能（ＡＩ）・機械学習と言ったバズワードを見ることは多くなりましたが、まだまだデータ解析のハードルは高いと考えられています。特に機械学習の入門書には高度な理論や前提知識を必要とされることも多く、学習する過程で挫折しまうことが多いようです。エンジニアのみなさんにとっては、Ｐｙｔｈｏｎの便利なツールを用いてデータに実際に触れて、機械学習の面白さや便利さを体験することも良い学習方法の１つです。　誤解をおそれずに言えば、目の前のデータをどう扱えば役に立つのか？　を理解してからでも理論を学ぶのは遅くはありません。本書では「勉強になった」で終わることなく現場のアプリーケーションを使うための機械学習の基礎を解説します。あえて理論的な部分は詳しく触れていません。

難しい理論で悩む前に、手を動かして機械学習を試してみよう！
もくじ情報：第１章　Ｐｙｔｈｏｎによる機械学習プログラミングの準備（本書で扱う重要なＰｙｔｈｏｎパッケージ；本書の読み方　ほか）；第２章　Ｐａｎｄａｓによる前処理とデータの分析（前処理とは；ｉｒｉｓデータの操作　ほか）；第３章　ｓｃｉｋｉｔ‐ｌｅａｒｎではじめる機械学習（機械学習に取り組むための準備；ｓｃｉｋｉｔ‐ｌｅａｒｎによる機械学習の基本　ほか）；第４章　ＧｅｎｓｉｍとＰｙＴｏｒｃｈを使った自然言語処理（自然言語処理とは；Ｇｅｎｓｉｍで単語の意味ベクトルを学習する　ほか）