Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

• nbhd

  読了日：2024/06/15

  ひさびさにデータサイエンス系の本を読んだ。とてもていねいに解説していて、復習にぴったしだった。著者のスタンスは次のようなものだ→「おまいら、AIAIとか流行にかぶれて口にしてるけど、基本は統計学だし、データサイエンスだかんな！…AIAI言う前に、まずデータサイエンスで出来ること学ぶんだな、このAIかぶれどもめ」…っといったかんじで、何でもかんでもAIAIって言うんじゃなくて、まずは基本をおさえよう、データサイエンスで出来ることをちゃんと弁えておこうよ、というスタンス。好感をもった。

• 土曜の朝

  読了日：2023/04/04

  AIや機械学習といった非常にとっつきにくいテーマを、わかる範囲に落とし込んでくれている。非常に複雑な分野ではあるが、そこで行われていることをひとつひとつ紐解いていくと、誰にでも理解可能なことの積み重ねである。(もちろん実装は難しいが、、)例えばAIによる画像分類などは知らない立場からすると、まるで魔法のようだが、そこにはしっかりと仕組みが存在する。「どうして可能なのか」をとりあえず知ることが出来る1冊。

• hahaha

  読了日：2024/02/01

  分析の勉強をしようと読んだのだけど、レベルが高すぎて、途中からあきらめてしまった。 もうちょっと基本的なことを丁寧に解説して欲しかったのだけど。 また出直します。

• Go Extreme

  読了日：2022/05/18

  データサイエンスをビジネスで活用する： データサイエンスの必要性 AIやデータサイエンスにおける技術概観 手法を理解する 21 手法ごとの特徴 教師あり学習（回帰問題・分類問題） ディープラーニング 教師なし学習 レコメンデーションの事例 最適化 基本的な可視化・統計手法 線形回帰モデルで需要予測 ロジスティック回帰モデルでユーザーターゲティング ディープラーニングで画像分類 教師なし学習でユーザーセグメントを精緻化 レコメンデーションの仕組みと実装 数理最適化で利益の最大化を図る

• テテテムソン

  読了日：2023/01/31

  大枠を把握するのによいかも。

レビューをもっと見る

(外部サイト)に移動します