機械学習デザインパターンデータ準備、モデル構築、MLOpsの実践上の問題と解決

著者: Valliappa Lakshmanan 著、 Sara Robinson 著、 Michael Munn 著、鷲崎弘宜訳、竹内広宜訳、名取直毅訳、吉岡信和訳

機械学習のベストプラクティスが学べるデザインパターン集！

タイトルに「デザインパターン」とあるように、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、柔軟性、接続性、説明性、公平性などに関するもの）に分類し、それぞれについてベストプラクティスを提示・解説します。手を動かしながら機械学習を試したい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても読んでもらえる内容となっています。アメリカ海洋気象庁の研究者として、さらにGoogle Cloudのデータ分析＆AI部門トップとしての豊富な経験に基づく実用本位の一冊です。