【レビュー】Google Cloud Platformではじめる機械学習と深層学習

■第1部　GCPと機械学習

第1章　GCPを使ってみよう
1　GCPの概要
2　アカウントとプロジェクトの作成
3　Cloud Shell
4　Google Compute Engine
5　Google Cloud Storage
6　BigQuery

第2章　Datalabを使ってみよう
1　Datalabクイックツアー
2　numpyとpandas
3　DatalabとBigQueryの連携
4　Datalabで様々なグラフ描画

第3章 GCPでお手軽、機械学習
1　GCPの機械学習関連サービス
2　Cloud Vision API
3　Cloud Translation API
4　Cloud Natural Language API

■第2部　識別の基礎

第4章　2クラスの識別
1　単純な識別
2　機械学習の導入
3　パーセプトロン
4　損失関数
5　ロジスティック回帰

第5章　多クラスの識別と様々な識別器
1　scikit-learnクイックツアー
2　多クラスのロジスティック回帰
3　サポートベクターマシン
4　ランダムフォレスト

第6章　データの評価方法とチューニング
1　基本的な学習のフロー
2　学習とテスト
3　データの評価
4　パラメータチューニング

■第3部　ディープラーニング入門

第7章　ディープラーニングの基礎
1　画像の識別
2　ニューラルネットワーク
3　活性化関数
4　多クラスの対応
5　様々な勾配降下法
6　TensorFlowの準備
7　ニューラルネットワークの実装
8　DNNClassifierで簡単学習
9　TensorBoard 学習結果の確認

第8章　CNN（畳み込みニューラルネットワーク）
1　これまでの画像識別の問題点
2　畳み込み層
3　畳み込み演算の種類とプーリング層
4　TensorFlowで2層CNNを実装

付録
1　Python2の基本的な使い方
2　Jupyterのセットアップ

本書は、GoogleがGCP（Google Cloud Platform）上で提供している各種機械学習関連のツール・APIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。

■対象読者
本書では、実際に手を動かしながら、機械学習を体験的に学ぶことができ、さらに、次の方々の要望にも応えられる内容となっています。
　・機械学習に初めて取り組むエンジニア
　・数学が苦手
　・ツールとしてだけでなく、原理も学びたい
　・学びだけでなく実践につなげたい

■内容紹介
●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。

●本書では、Datalabを通じて、Googleが膨大なリソースを使って初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。

●本書による学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。
まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。
続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習（ディープラーニング）へと進んでいきます。
深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー（TensorFlow）を使ってニューラルネットワークをモデリングする方法を学びます。
最後に、画像識別を代表するCNN（畳み込みニューラルネットワーク）の実装法を学び、実運用の入り口へと案内します。

　・Google認定プロフェッショナル - データエンジニアを受けてきた[2017-12-24に投稿]