Code Monkey home page Code Monkey logo

profitable_ai_book_info's Introduction

書籍「Pythonで儲かるAIをつくる」サポートサイト

Amazonへのリンク

単行本
Kindle

 当サイトは、書籍「Pythonで儲かるAIをつくる」のサポートサイトです。
 

実習用Notebook

 本書の実習用Notebookファイルは、下の「Notebookファイル一括ダウンロード手順」に従ってまとめてダウンロードして下さい。なお、本書のNotebookはすべて米Google社の「Google Colaboratory」で動かすことを前提にしています。

 下の手順に従えば、Notebookをダウンロードすることなく、いきなり動かすことも可能です。個々のファイルがどのような実習内容かについては、個別Notebookファイルを参考にして下さい。

内容紹介

見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る!

  • 数学なしでアルゴリズム選びもチューニングもわかる
  • 現場目線でAIの最適化までできる
  • ブラウザだけで試せるPython実習(Google Colab)
  • XGBoost、Prophetなど話題のAI技術を活用
  • 全PythonコードをGoogle Colab用のNotebook形式で用意 <機械学習のための \UTF{2003} Python入門講座>つき!

業務に本当に役立つ“儲かるAI”を作るには 「業務目線」と「技術目線」の両方が必要です。

業務の課題を認識し、どう改善するかという「業務目線」が必要なのは 従来システムと同じですが、AIの構築ではさらに 業務の課題が本当に AIで解決できるのか、AIのどの処理方式なら適用できそうか という「技術目線」が不可欠なのです。

本書のPython実習で学ぶことで、「AIの目利きができる技術目線」を獲得し 自分でもAIを作れるようになります。

1章 業務と機械学習プロジェクト
2章 機械学習モデルの処理パターン
3章 機械学習モデルの開発手順
4章 機械学習モデル開発の重要ポイント
5章 業務要件と処理パターン
・営業成約予測(分類)
・天候による売り上げ予測(回帰)
・季節などの周期性で売り上げ予測(時系列分析)
・お薦め商品の提案(アソシエーション分析)
・顧客層に応じた販売戦略(クラスタリング、次元圧縮)
6章 AIプロジェクトを成功させる上流工程のツボ

詳細な目次リンクは、以下になります。

追加事例やPython入門講座

本書の中で紹介できなかった2つの事例に基づく実習や、Pythonの入門講座を公開しています。それらを読んでいただければ、本書のイメージがわかるはずです(下の補足資料目次参照)。


リンク集

著者発信の情報

ソース タイトルとリンク 補足
qitta 最短コースで機械学習を学べる 書籍「Pythonで儲かるAIをつくる」紹介 本書の特徴を著者自らが解説しています。
qitta Prophetでコロナ陽性者予測をしよう 本書5.3節でProphetを用いた時系列予測の紹介をしていますが、その応用事例として実データを使ったコロナ陽性者予測をしています。
qitta Pythonでアソシエーション分析 本書5.4節では(scikit-learnに該当ライブラリがないため)mlextendを使いアソシエーション分析を行っています。その実装面のポイントを抽出して記事にしました。
qitta 「Pythonで儲かるAIをつくる」実装補足 ライブラリのバージョンアップ等の理由で、本書で説明されている実装をよりシンプルにできるケースを紹介しています。
qitta Pythonによる決定境界表示 4.3節で利用している決定境界表示関数のプログラミングに関する解説です。
qitta AutoAIでお手軽機械学習(その1) 準備編 本書最後のコラム(p.328)では AutpoMLと呼ばれるモデル構築自動化ツールの一例として IBM Cloud上のサービスであるAutoAIを紹介しています。このコラムの内容は、左の記事に始まる一連のリンクの手順で読者も自ら試すことができます。
speakerdeck データサイエンティストに必要なスキルと、分析プロジェクトを成功させるための上流工程のポイント 2021年12月にSFC データビジネス創造コンソーシアムの講演で利用した資料です。2部構成になっており、第2部では本書6章の中でも最重要のポイントを簡潔にまとめています。
twitter @makaishi2 著者のツイッターアカウント。書籍に関連した情報発信とretweetが中心です。
IBM Blog AI関連書籍三冊目を出版したIBM赤石雅典に聞く「AIと仕事と執筆」 IBM勤務時代、会社のブログにインタビュー記事が紹介されています。

外部リンク

ソース タイトルとリンク 補足
Amazon Amazonレビュー
読書メーター 読書メーター 感想・レビュー
ハイブリッド型総合書店 honto hontoレビュー
BookLive BookLive ユーザーレビュー
Youtube 2021年決定版】非エンジニア用のわかりやすいAI入門本が見つかった! 「独学クソリーマンの逆襲」様に「普通のサラリーマン目線で見た本書の特徴」を熱く語っていただいています。
本書の購入をご検討いただいている方にお勧めです!
からあげ様ブログ 「Pythonで儲かるAI」はビジネス向けの超実践的な機械学習本でした AI関連で有名なブロガーである「からあげ」様による書評です。
NIKKEI STYLE ブックコラム AIは緻密な仕事が苦手? 営業で使うのがおすすめな理由 本書の編集を担当していただた安東様による紹介記事です。
日経クロステック Pythonで役立つAIをつくる方法(xTECH) 本書の3章の内容を5回に分けて連載した記事です。
株式会社リュディア 書評 Pythonで儲かるAIをつくる 株式会社リュディア様より本書のレビューをいただいています。

UCIサイトからダウンロードできない場合

(2021-05-15 追記) 2021年5月15日現在、上記UCIサイトの問題は解決していました。念のため、データセットのコピーはそのままにしておきます。

(2021-05-10 追記) 原因は不明ですが、現在UCIサイトから公開データセットがダウンロードできない事象が発生しているようです。そのため、5章の実習はすべてできない状態になっています。 一時対応として、当サポートサイト上に実習で必要なデータをアップしておきました。
リンク先は データ保存先 になります。
このファイルを使う場合、Notebook側も自力で修正することが必要になります。その点はご理解いただくようお願いします。


正誤訂正・FAQ


profitable_ai_book_info's People

Contributors

makaishi2 avatar

Stargazers

 avatar  avatar  avatar  avatar Saburouta Yamada avatar  avatar  avatar 旅するささって avatar Takehiko Shinkura avatar 4ba2 avatar  avatar Hiroyuki Matsushima avatar  avatar  avatar tomo avatar Ufo avatar  avatar Kei  avatar  avatar  avatar KANEMURA Atsunori avatar ishihara avatar TzuYi Chao avatar Tatsuru Mihashi avatar  avatar  avatar yukoga avatar nanodrop avatar  avatar  avatar  avatar Ken-ichi Iijima avatar 1024**4 avatar  avatar satsukiya avatar  avatar Suzuki Kotaro avatar  avatar  avatar  avatar FTakahashi avatar Akira Inoue avatar  avatar tsuyopon avatar  avatar haywhnk avatar matzoka avatar  avatar Masato Uehara avatar ttnok avatar  avatar kmimaki avatar  avatar  avatar  avatar  avatar keishiro_w avatar  avatar しめさばさん avatar Akira Kawai avatar  avatar Tadanobu Kurashina avatar  avatar  avatar  avatar YusukeManabe avatar Tatsuya Kamikawara avatar  avatar yamamoto avatar kurama8103 avatar Naoki Fujii avatar Oka avatar  avatar Liyuu avatar Ibuki Nakamura avatar  avatar Yuki Ota avatar  avatar yuiseki avatar  avatar Yudai Nishiyama avatar TakeSeijin avatar  avatar RYu avatar  avatar  avatar  avatar sato hiroyuki avatar gasyoh avatar  avatar WakiyamaP avatar tomato avatar MATSUSHITA Shumpei avatar Nuclear Fusion avatar shibuya takumi avatar  avatar  avatar  avatar  avatar  avatar

Watchers

matzoka avatar James Cloos avatar  avatar  avatar  avatar  avatar

profitable_ai_book_info's Issues

更に4点、分からないことがあります

赤石様

先日ご質問とご回答をいただいた山本恒雄と申します。ご丁寧なアドバイスのお陰様で、実習が随分進み、大分感じが掴めてきました。

重ね重ねで済みませんが、下記へのアドバイスをもう一度頂けませんでしょうか?

A)p252以降のProphetの扱いを、セル追加&コード手入力でできなくもないようですが、もっと便利な方法がありませんか?

B)p257の前まではどうにか苦肉の手入力のコードで処せたのですが、INFOの行がエラー表示され、それ以降は全く実習ができませんでした。上記が叶えられれば助かるのかも知れませんが?

C)p274の実習をしたいのですが、notebookの中に見つけられませんでした。どんな名前でしょうか?(尚、p366でグラフ表示があると知り、どうやったか定か出ないのですが必要なexelデータは見つけてデスクトップにダウンロードしておきましたが・・・)

D)Bike-Sharingの実習のところで、正規化処理された変数が含まれていましたが、その要否の判断基準と、その場合の分母は一体何になっているのでしょうか?

PS:多分、もう1回で、質問(最後にしようと思っている実用的なことがあります・・・)は終わると思います。今しばらくお付き合いいただけると助かります。

1点教えてください

赤石先生、とても素晴らしい本をありがとうございます。
製薬会社勤務でPython を学んでおります小野塚と申します。

P213で、

y=0の確率値取得

y_proba0 = algorithm.predict_proba(X_test)[:,1]

と書いてあるのですが、P152の図4-4-4ではy=0の確率は左、y=1の確率は右になっています。
2回目の拝読なのですが、ここで詰まってしまいました。
y=0の確率であれば、
y_proba0 = algorithm.predict_proba(X_test)[:,0]

とならないのでしょうか。

すみません。質問を書いたあとでもう一つ質問が出たのですが、P280ページで、商品Aと商品Bが完全に独立の場合
1と書いてるのですが、S(商品 A AND 商品B)が0になるので、0ではないでしょうか。

とても素晴らしい本で、いろいろと読みましたが、この本を何周もしようかと思っております。
何卒、ご教示いただけますと幸いです。
よろしくお願い申し上げます。

「コロナ予測」を公開データの形式変更に追従

書籍には含まれていませんが、追加事例 の「Prophetでコロナ陽性者予測をしよう」において、公開データのフォーマット変更に伴い、Notebookを実行できなくなっていたので、報告します。

問題

URL https://covid19.mhlw.go.jp/public/opendata/newly_confirmed_cases_daily.csv

厚生労働省のデータ・フォーマットが縦持ちから横持ちに変わっていました。

OLD

68747470733a2f2f71696974612d696d6167652d73746f72652e73332e61702d6e6f727468656173742d312e616d617a6f6e6177732e636f6d2f302f3230363133302f38376463376262302d313264362d633562372d393334612d6231323230333738336364642e706e67

NEW

Screenshot 2021-12-27 at 14 06 42

修正

# 東京都で絞り込み
df2 = df.query('Prefecture == "Tokyo"')

# 余分な列の削除
#df3 = df2.drop('Prefecture', axis=1)

となっている箇所を

# 東京都で絞り込み
df3 = df[["Date", "Tokyo"]]

のように変更する必要があるかと思います。

追加事例1.mdの誤植について

スクリーンショット 2024-01-29 19 33 00
いつも最高にわかりやすく、読者に寄り添った書籍とフォローをありがとうございます。
画像に載せさて頂いた部分で、.ipynbでalgorithmと表記されているところを、.mdではy_pred2 = pred(algorism, x_test, thres)
algorismとされていますので、.mdを元に写経していると動かなくなります。
.ipynbでは正しくコードが書かれていますので、全く問題ありませんが、先生のお仕事への取り組みを見させて頂いていますと、ご自身の記事に誤植を残したくないのではないかと思い、ご報告させて頂きました。
執筆者の方にはamazonのレビューをご覧になっている方もいらっしゃるようですが、
12月12日にレビュを書かせて頂いたのは私です。
ベイズとpytorchの本も買わせて頂きました。
今後も技術の進化に合わせて書籍をご執筆頂けると嬉しいです。
失礼致します。

更に2点の質問があります

赤石様

読者の山本恒雄と申します。

依然として不明で対応に困っているので、下記の2点についてアドバイス頂けませんでしょうか?

1)追試するためCSVデータが必要なのですが、ZIPファイルとCSVデータの具体的な入手の仕方が不明です。(例えば、P225のUCI画面から具体的にどうすればできるのか?)
2)P335以下で、NumPy、pandas、matplotlibなどを実習したいのですが、下方のimport文の記入をする場作りとそれまでにやるべき事が何なのかが分かりません。(新notebookでimportを命令しても作動しないのですが?)

お手数を取らせて申し訳ございませんが、ご返事をよろしくお願い申し上げます。

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.