機械学習の実務で繰り返し現れる課題と解法を、30のパターンとしてまとめた本。データ表現、問題設定、学習の進め方、再現性、そして運用と公平性といった主題ごとに、適用条件と代償を示す。設計の語彙を持てるようになる。

この本が好きなら

実践 AIエージェント開発
実践 AIエージェント開発
MichaelAlbada(訳: 鈴木駿・高山洪銘・山下正浩) / オライリー・ジャパン / 2026年 / 翻訳書
技術: 大規模言語モデル・機械学習
データ視覚化のデザイン
データ視覚化のデザイン
永田ゆかり / SBクリエイティブ / 2020年
技術: UI設計・ユーザビリティ・データ基盤・データエンジニアリング
機械学習システムデザイン
機械学習システムデザイン
チップ・フェン(訳: 江川崇・平山順一) / オライリー・ジャパン / 2023年 / 翻訳書
技術: 機械学習・データ基盤・データエンジニアリング
AIのためのネットワーク設計の教科書
AIのためのネットワーク設計の教科書
シスコシステムズ合同会社 / シーアンドアール研究所 / 2026年
技術: ネットワーク・TCP/IP・機械学習
LLMによる情報抽出入門〜日常のリアルなデータから価値ある情報を取り出す技術
LLMによる情報抽出入門〜日常のリアルなデータから価値ある情報を取り出す技術
中田百科 / 技術評論社 / 2026年
技術: 大規模言語モデル・自然言語処理・データ基盤・データエンジニアリング
LLM・AIエージェントシステムベストプラクティス
LLM・AIエージェントシステムベストプラクティス
澁井雄介 / 翔泳社 / 2026年
技術: 大規模言語モデル・機械学習・DevOps・継続的デリバリー
この本からもっと探す →

邦訳版の書誌(オライリー・ジャパン、2021年、ISBN 9784873119564)は国立国会図書館サーチAPI(opensearch)の検索結果で確認。著者・訳者は同APIの責任表示「Valliappa Lakshmanan, Sara Robinson, Michael Munn 著,鷲崎弘宜, 竹内広宜, 名取直毅, 吉岡信和 訳」による。原著の初版年2020年はOpenLibrary/英語版Wikipediaの書誌による。

当サイトは Amazon.co.jp アソシエイトおよび楽天アフィリエイトのプログラム参加者です。書籍ページの購入リンクから商品が購入された場合、当サイトが紹介料を受け取ることがあります。