機械学習エンジニアリング

価格：3,278円（税込）

機械学習システム構築のためのベストプラクティス＆デザインパターン

機械学習モデルのバージョン管理、再現性、スケーリングなど、企業が機械学習の機能を開発する際に直面する主な課題は、サイエンス的な面よりもむしろエンジニアリング的なものですが、一般的なデータサイエンス系の教科書では、機械学習プロジェクトを実施する際のエンジニアリング的な面についてあまり触れていません。
本書はデータの収集、保存、前処理、特徴量エンジニアリング、モデルのテストとデバッグ、本番環境へのデプロイと撤退、ランタイムと本番環境へのデプロイ後のメンテナンスなどに光をあて、解説していきます。

機械学習のライフサイクルをまとめて学べる

よくある機械学習の入門書だと、たとえばPythonの基本的な文法から始まりライブラリの基本的な使い方を学んでからアイリスのデータセットを使って分類や手書き文字の認識をしてみる、といった機械学習モデルを作成する内容のものが多いです。
もちろん、こういった学習も必要ですがこれは「機械学習」のほんの一部にすぎません。
実際に実務へ導入するにはモデルを作って完成ではなくデータを自分で集める、モデルを訓練・評価する、モデルを運用・保守する、といった工程が必要になります。
これらの機械学習ライフサイクルは多くの技術書では身に着けることはできません。本書ではこれらの工程をすべてまとめて学ぶことができます。
機械学習の原理と実際に利用するツールやソフトウェア、コーディング時のヒントなどのエンジニアリング面について、「機械学習エンジニアリング」という概念のもと1冊の本にまとめています。
プロジェクト・ライフサイクルにおいて必要となることを各ステージごとに分かりやすく解説していきますので、知識の補充やビジネス上の課題解決に役立つでしょう。
基本的な機械学習モデルの構築方法を別の技術書で学んで、早く実務に活かしたい方には特にオススメの書籍です。

PythonとRの二つの言語で実装できる

機械学習の技術書はPythonを使って解説されているものが多いです。Pythonは人気と汎用性の高い言語なので当たり前ですが、統計解析という点で見るとR言語のほうが優れている場合も多いです。
機械学習だけではなく一つの言語でWebアプリやゲームなどを開発したい方はPythonを学ぶと便利ですが、機械学習エンジニアやデータサイエンティストを目指している方にはR言語が役に立つかもしれません。
本書であれば両方の言語で実装と解説をしているので好きな方を選ぶことができます。
どちらかだけ学ぶのもいいですが、いまどきは環境構築も簡単になっているし、ブラウザ環境でPythonやRを実行することもできるのでどちらも試してみるのもオススメです。

まとめ

2023年になると機械学習の技術書やオンラインコースが増えてきたこともあり、基本的なモデル構築ができる方が多くなっている印象を受けます。
ノーコードで機械学習モデルを構築できるツールやオープンソースの便利なライブラリも豊富にあるので、簡単なモデル構築くらいならもはやプログラマーでなくてもできてしまうかもしれません。
ですが、実際の機械学習はモデルを構築するだけで終わりということはありません。
実際に機械学習で課題を解決するには他にもデータを集めて加工する、作ったモデルを運用する、といった工程が必ず必要になります（そもそも機械学習で解決する必要があるのかも考える必要があります）。
『機械学習エンジニアリング』は機械学習モデルを構築する「以外」の重要なフローをまとめて学べる応用的な書籍です。
モデルの構築を学んだ次にやるべきことを知りたい方にオススメしたい内容になっています。気になった方は是非Manateeからご購入いただけると幸いです。

機械学習エンジニアリング

価格：3,278円（税込）

機械学習システム構築のためのベストプラクティス＆デザインパターン

機械学習モデルのバージョン管理、再現性、スケーリングなど、企業が機械学習の機能を開発する際に直面する主な課題は、サイエンス的な面よりもむしろエンジニアリング的なものですが、一般的なデータサイエンス系の教科書では、機械学習プロジェクトを実施する際のエンジニアリング的な面についてあまり触れていません。
本書はデータの収集、保存、前処理、特徴量エンジニアリング、モデルのテストとデバッグ、本番環境へのデプロイと撤退、ランタイムと本番環境へのデプロイ後のメンテナンスなどに光をあて、解説していきます。