この注文でお急ぎ便、お届け日時指定便を無料体験
Amazonプライム無料体験について
新品:
￥3,608 税込
ポイント: 109pt  (3%)
無料配送 3月8日 土曜日にお届け
発送元: Amazon.co.jp
販売者: Amazon.co.jp
￥3,608 税込
ポイント: 109pt  (3%)  詳細はこちら
無料配送 3月8日 土曜日にお届け
詳細を見る
または 最も早い配送 明日 3月7日にお届け（9 時間 37 分以内にご注文の場合）
詳細を見る
在庫あり。 在庫状況について
￥￥3,608 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥3,608
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
Amazon.co.jp
出荷元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
￥2,519 税込
【アマゾンセンター預けの為プライム対応商品です。】【代引選択可能です】【アマゾンセンターから発送致しますので安心です。荷物状況の確認もアマゾンサイトにてできます。】【お急ぎ便、代引き、コンビニ受け取り対応しています】 ◎ヤケもなく、概ねキレイで使用感ありませんが、カバー上部１ミリ程の所に本体とのズレで生じたスレが見られる為、「新品同様」とはしていません。本体には影響していません。 ◎中は書き込み・折れありません。 ◎帯はありません。 【アマゾンセンター預けの為プライム対応商品です。】【代引選択可能です】【アマゾンセンターから発送致しますので安心です。荷物状況の確認もアマゾンサイトにてできます。】【お急ぎ便、代引き、コンビニ受け取り対応しています】 ◎ヤケもなく、概ねキレイで使用感ありませんが、カバー上部１ミリ程の所に本体とのズレで生じたスレが見られる為、「新品同様」とはしていません。本体には影響していません。 ◎中は書き込み・折れありません。 ◎帯はありません。 一部を表示
無料配送 3月16日 日曜日にお届け
在庫状況について
￥￥3,608 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥3,608
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォローする

すべてを表示
平松 雄司
フォロー
門脇 大輔
フォロー
何か問題が発生しました。後で再度リクエストしてください。

Kaggleで勝つデータ分析の技術 単行本（ソフトカバー） – 2019/10/9

すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥3,608","priceAmount":3608.00,"currencySymbol":"￥","integerValue":"3,608","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"yN3KTvemUBHI8DWJj%2BEq0Q%2FeKotpg%2BI5rTcKNrT4Ij7G2TO4N7SRMaIIx49SUP%2FKbhvyUcCbH%2BucN0d8m4e1wX%2FadvUe8D7S63tRyRgSkIACFJBH7O0AfrQ2VQXvgQKPFgOvMoubE3U%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥2,519","priceAmount":2519.00,"currencySymbol":"￥","integerValue":"2,519","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"yN3KTvemUBHI8DWJj%2BEq0Q%2FeKotpg%2BI5mnqCgQf0Cd62%2FNi920PJdwW9P93CNI8tAM7Q4DnMWOoOi90nNGH2jzpchD7zhl73rNeUShG54pGyYtuyRd1V4b60pXaCY%2FOHNnwmeKV3yu9BADTC%2F7KMM5vvFkaSu6yvr%2FO5G0CaEKCeQjIs9BRJWQ%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

Kaggleをはじめよう!

データサイエンスの認知の高まりとともに、データ分析に関するコンペティションが多数開催されるようになってきました。最も有名なコンペティションプラットフォームであるKaggleにおけるプレイヤー数は10万人を超え、多くのエンジニアが自分の腕を試すためにコンペティションに参加しています。分析コンペでは、実際のデータを扱うため、機械学習の解説書にはあまり載っていないような手法やテクニックが数多く活用されています。これらを理解し自身で使えるようにしておくことはコンペだけでなく、実務でのモデル構築において非常に役に立ちます。
そこでこれらのテクニックや事例を多くの人に知っていただくために、現時点で最新のものを整理して本書にまとめました。特徴量の作り方、バリデーション、パラメータチューニングなどについて、一般的な書籍ではあまり言及されない暗黙知やポイントについて記述しています。分析コンペにこれから参加してみたい方、あるいはもっと上を目指したい方だけでなく、実務で予測モデルの精度を上げたいという方にも参考になる情報が多いでしょう。
商品の詳細の前のスライド
  1. 本の長さ
    424ページ
  2. 言語
    日本語
  3. 出版社
    技術評論社
  4. 発売日
    2019/10/9
  5. 寸法
    18.6 x 2.4 x 23.1 cm
  6. ISBN-10
    4297108437
  7. ISBN-13
    978-4297108434
  8. すべての詳細を表示
商品の詳細の次のスライド
紙書籍 まとめ買いキャンペーン:
紙書籍 まとめ買いキャンペーン

よく一緒に購入されている商品

Kaggleで勝つデータ分析の技術
対象商品: Kaggleで勝つデータ分析の技術
￥3,608
109ポイント(3%)
最短で3月8日 土曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
Kaggleで磨く 機械学習の実践力--実務xコンペが鍛えたプロの手順
￥3,300
99ポイント(3%)
最短で3月9日 日曜日のお届け予定です
残り16点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
+
実践Data Scienceシリーズ PythonではじめるKaggleスタートブック
￥2,200
66ポイント(3%)
最短で3月8日 土曜日のお届け予定です
残り16点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
総額: $00
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
spCSRF_Treatment
これらの商品のうちのいくつかが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

出版社からのコメント

Kaggleで勝つための暗黙知が明かされる!

著者について

著者プロフィール

門脇大輔(かどわきだいすけ)
京都大学総合人間学部卒業後、生命保険会社でアクチュアリーとして10年ほど商品開発・リスク管理などに従事した後、Kaggleに出会ったことをきっかけにキャリアを放り出してKaggleや競技プログラミングで学んだ技術でお仕事をするようになった。
Kaggle Competitions Master(Walmart Recruiting II: Sales in Stormy Weather 優勝、Coupon Purchase Prediction 3位)、日本アクチュアリー会正会員

Twitter:@threecourse

本書の4章、6章、7章および1章、2章、3章、5章の一部を執筆。

阪田隆司(さかたりゅうじ)
2012年に京都大学大学院修了後、国内電機メーカーに入社。以来、データサイエンティストおよび研究員として従事。仕事柄、データサイエンス・機械学習に興味を持ち、2014年よりKaggleを始め、2019年にKaggle Competitions Grandmasterとなる。

Twitter: @sakata_ryuji

本書の3章、5章を執筆。

保坂桂佑(ほさかけいすけ)
東京大学大学院総合文化研究科広域科学専攻で天体シミュレーションの研究で修士号を取得後、データ分析のコンサルティング企業で、10年近く企業のデータ分析支援に携わった。その後大手Webサービス企業に入社し、データ活用の推進に携わったあと、現在はデータサイエンティストや機械学習エンジニアの育成、マネジメントに従事。プライベートでは子育てに専念中。Kaggle Competitions Expert

Twitter: @free_skier

本書の1章、および6章の一部を執筆。

平松雄司(ひらまつゆうじ)
東京大学理学部物理学科卒業、同大学大学院理学研究科物理学専攻修了後、国内電機大手に就職した後、金融業界へと転身し、金融システム会社にてデリバティブクオンツ、国内大手損保グループにてリスクアクチュアリー業務に携わった。現在は、アクサ生命保険株式会社にてシニアデータサイエンティストとして社内のデータ分析の促進に従事。また、東京大学へ研究員としても出向中で、医療データの分析・研究を行っている。日本アクチュアリー会準会員。Kaggleを本格的に始めたのは2016年頃からであり、2018年にKaggle CompetitionsMasterとなっている。くまのぬいぐるみが好きでたまらない。

Twitter: @Maxwell_110

本書の2章、および7章の一部を執筆。

登録情報

  • 出版社 ‏ : ‎ 技術評論社 (2019/10/9)
  • 発売日 ‏ : ‎ 2019/10/9
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 424ページ
  • ISBN-10 ‏ : ‎ 4297108437
  • ISBN-13 ‏ : ‎ 978-4297108434
  • 寸法 ‏ : ‎ 18.6 x 2.4 x 23.1 cm

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
Previous page
  1. 阪田 隆司

    阪田 隆司

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと見つけたり、似たような著者を調べたり、おすすめの本を読んだりできます。

    著者ページでもっと見る
  2. 平松 雄司

    平松 雄司

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    東京大学理学部物理学科・同大学大学院理学研究科物理学専攻卒．

    国内電機大手に入社後，金融業界へと転身．

    金融システム会社にてデリバティブクオンツを経験した後，

    国内大手損保グループにて再保険に関連したリスクアクチュアリー業務に携わる．

    現在は，外資系生保にてチーフデータサイエンティストとして社内・外のデータ分析の促進に従事．

    くまのぬいぐるみが好きでどうしようもない．

    著者ページでもっと見る
  3. 門脇 大輔

    門脇 大輔

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと見つけたり、似たような著者を調べたり、おすすめの本を読んだりできます。

    著者ページでもっと見る
Next page

カスタマーレビュー

星5つ中4.4つ
363グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

お客様のご意見

お客様はこの書籍について、実践的内容が充実していると評価しています。特に、データ処理や機能の作成、モデリング、評価などについて学ぶため、非常に良い本だと感じています。また、サンプルコードがシンプルで真似しやすく、読みやすいと好評です。機械学習の精度向上のヒントも得られると期待されています。一方で、初心者にはピンとこないかもしれないという指摘もあります。

お客様の投稿に基づきAIで生成されたものです。カスタマーレビューは、お客様自身による感想や意見であり、Amazon.co.jpの見解を示すものではありません。

選択して詳細を見る
内容わかりやすさ
10人のお客様が「内容」について述べています。10肯定的0否定的

お客様はこの書籍について、実践的内容が充実していて勉強になると評価しています。特に、データ解析や性能向上のノウハウがふんだんに書かれていると好評です。また、ハイパーパラメーターなどの知識についても詳しく書かれており、機械学習入門初心者にもおすすめだと述べています。ただし、ニューラルネットに関してはあまり触れられていないという指摘もあります。

"Amazonでオススメに出てくるだけあって本物でした。 情報量の密度と質が高く素晴らしい。 本書を一読すればMLエンジニアが精度を上げるために普段どんなことをしてるのかが大体わかる。他のKaggle系はもちろん、MLの導入系の本は一歳不要ではなかろうか..." もっと読む

"データの前処理、機能の作成、モデリング、評価などについて学ぶために強くおすすめする本。" もっと読む

"機械学習の精度向上のヒントが得られないかと思い購入しました。データの前処理のことは豊富に書いており良かったです。計算モデルについて一番知りたかったのですが、ニューラルネットに関してはあまり触れられておらずそこがもっと書いてあると良かったです。" もっと読む

"...ついては既知のものが多く新発見は無かったものの、情報を整理してまとめてあるので自分の中の情報を再整理することができたことと、ハイパーパラメーターなどについては勉強になった。" もっと読む

5人のお客様が「わかりやすさ」について述べています。5肯定的0否定的

お客様はこの製品の分かりやすさを高く評価しています。大変わかりやすく、サンプルコードがシンプルで真似しやすく、実践的な内容だと感じています。ハイパーパラメータチューニングについても具体例とともに記載されており、機械学習の精度向上に役立つと期待されています。また、データ処理に関する知識も豊富に含まれており、初心者にも適しているようです。

"...少しkaggleに触れたくらいで、これから本格的にやっていきたいという人にとっては、体系的にまとまってて読みやすいと思います。ただ、結局はkernelとdiscussionにより多く触れる方が勝てるようになると思います。" もっと読む

"機械学習の精度向上のヒントが得られないかと思い購入しました。データの前処理のことは豊富に書いており良かったです。計算モデルについて一番知りたかったのですが、ニューラルネットに関してはあまり触れられておらずそこがもっと書いてあると良かったです。" もっと読む

"データ解析で性能を上げるためのノウハウがふんだんに書かれている。 ハイパーパラメータチューニングなども具体例とともに記載があり実践的。 詰まったりしたときに、読み返すと解決のヒントが見つかることもある。 全くの初心者にはピンとこないかもしれない。..." もっと読む

"Kaggleの日本語の本はおそらく初めてだと思います。 詳しくもあり、大変わかりやすいです。" もっと読む

上位レビュー、対象国： 日本

  • Fibonacci
    5つ星のうち5.0 いつもオススメに出てくるだけはある
    2024年2月27日に日本でレビュー済み
    Amazonで購入
    Amazonでオススメに出てくるだけあって本物でした。

    情報量の密度と質が高く素晴らしい。
    本書を一読すればMLエンジニアが精度を上げるために普段どんなことをしてるのかが大体わかる。他のKaggle系はもちろん、MLの導入系の本は一歳不要ではなかろうか
    いろんなML手法はあるが、結局はGBDTかNN。あとは特徴量エンジニアリングとバリデーション・評価指標の設定を練る。それ知ってるだけで他モデルの調査・実装以外にやれる選択肢の幅が違いますよね

    Webの記事からでも拾える情報かもだが、個人的には、どこの馬の骨が書いた知見よりもTOP Kaggler勢から直伝してもらえるところに価値があると感じます。彼らの常識、rule of thumb （書籍内の「Author's opinion」での意見なども有用）には価値があり、安心して参考にできます。

    良いモデルを作るには時間がかかりますので
    1人で闇雲に取り組むより、TOP Kagglerが言ってることを真似した方が圧倒的に効率的ですよね
    4人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • Reu
    5つ星のうち4.0 体系的にまとまってて読みやすい
    2019年10月24日に日本でレビュー済み
    Amazonで購入
    書いてある内容は、kaggle基礎～初級くらいの内容だと思います。すでに本格的にkaggleに取り組んでいるかたにとっては少し物足りないかなという気がします。少しkaggleに触れたくらいで、これから本格的にやっていきたいという人にとっては、体系的にまとまってて読みやすいと思います。ただ、結局はkernelとdiscussionにより多く触れる方が勝てるようになると思います。
    23人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • Cwenburga
    5つ星のうち5.0 ありがとうございました。
    2024年1月27日に日本でレビュー済み
    Amazonで購入
    ありがとうございました。状態、発送、なにも言うことありません。また機会あれば是非よろしくお願い申し上げます。
    2人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • Kyo
    5つ星のうち5.0 機械学習入門実践のおすすめ本
    2022年4月22日に日本でレビュー済み
    Amazonで購入
    データの前処理、機能の作成、モデリング、評価などについて学ぶために強くおすすめする本。
    4人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • 昭和昆虫博士
    5つ星のうち5.0 わたし次第です
    2023年7月9日に日本でレビュー済み
    Amazonで購入
    星5にするのは自分次第です。がんばります😆
    9人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • ひまわり
    5つ星のうち3.0 前処理例は豊富だが計算モデルの記載が少ない
    2020年5月7日に日本でレビュー済み
    Amazonで購入
    機械学習の精度向上のヒントが得られないかと思い購入しました。データの前処理のことは豊富に書いており良かったです。計算モデルについて一番知りたかったのですが、ニューラルネットに関してはあまり触れられておらずそこがもっと書いてあると良かったです。
    3人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • しも
    5つ星のうち4.0 改めて勉強になることが多くあった
    2021年8月22日に日本でレビュー済み
    Amazonで購入
    手法については既知のものが多く新発見は無かったものの、情報を整理してまとめてあるので自分の中の情報を再整理することができたことと、ハイパーパラメーターなどについては勉強になった。
    6人のお客様がこれが役に立ったと考えています
    役に立った
     レポート
  • hiro
    5つ星のうち5.0 何度も読み返しています
    2020年7月22日に日本でレビュー済み
    Amazonで購入
    データ解析で性能を上げるためのノウハウがふんだんに書かれている。
    ハイパーパラメータチューニングなども具体例とともに記載があり実践的。
    詰まったりしたときに、読み返すと解決のヒントが見つかることもある。

    全くの初心者にはピンとこないかもしれない。
    ある程度pythonやフレームワークを触った人向けかもしれない。

    自分にとってはここ１年で最も役立った本。
    より上級者向けの続編を期待したい。
    10人のお客様がこれが役に立ったと考えています
    役に立った
     レポート