データ収集からＷｅｂアプリ開発まで実践で学ぶ機械学習活用ガイド

機械学習ライブラリの発展により、機械学習のモデル構築は非常に簡単になっています。
一方で、構築したモデルを実際に活用するにはモデル構築以外にもデータの収集、前処理、アプリの構築といったプロセスが必要になります。

本書では、こういった機械学習を活用するための技術について包括的に学ぶことのできる書籍です。


「機械学習の基礎は学んだけれど、実際の自分の問題をどう機械学習に落とし込んでいいか分からない」
「機械学習のプログラムは書けるけれど、それをアプリにするにはどうしたらいいか分からない」

といった読者にぴったりの書籍です。


1章から3章までは、Python、Numpy／Pandas／Matplotlibなどライブラリ、scikit-learnを使っての機械学習、データ収集、データベース、Webアプリ制作、Git、デプロイなどについて基礎的な知識を学びます。

4章以降は、いくつかの実践的なユースケースに基づいて、機械学習を実際に近い流れで学習します。ユースケースにより違いはありますが、データ収集、前処理、モデル構築、機械学習による分析・分類、アプリ制作、デプロイといった流れで学習していきます。

4章はDocker Composeを使って分析サーバ、データベースサーバを構築し、その上でクラスタリングを行います。

5章は魚の画像をアップロードすると名前を教えてくれる画像判別アプリを作ります。

6章はWeb上からスクレイピングで収集した自然言語をもとに、特定の内容だけを抽出し、Slackに投稿するシステムを作ります。

7章はSNS（Instagram）から教師データを収集できるようになることを目指します。
また、収集したデータを活用し、特定のキーワード（ハッシュタグ）に関する投稿に対し投稿のネガポジ分析ができるアプリケーションを作ります。


※本書の内容を実行するには、macOSでは10.13以降、WindowsではWindows10が必要です。

※なお、WindowsでDockerを使用すると、ツール側にバグが残っていたり、Windowsにインストールされている別のソフトとの干渉などによりエラーが出ることが多くあります。動作を確約できないため、本書では非推奨とさせていただきます（エラーはインターネット上の情報で解決できることもありますので検索をしてみてください）。