内容紹介（JPROより）

本書は、GoogleがGCP（Google Cloud Platform）上で提供している各種機械学習関連のツール・APIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。

■対象読者
本書では、実際に手を動かしながら、機械学習を体験的に学ぶことができ、さらに、次の方々の要望にも応えられる内容となっています。
　・機械学習に初めて取り組むエンジニア
　・数学が苦手
　・ツールとしてだけでなく、原理も学びたい
　・学びだけでなく実践につなげたい

■内容紹介
●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。

●本書では、Datalabを通じて、Googleが膨大なリソースを使って初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。

●本書による学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。
まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。
続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習（ディープラーニング）へと進んでいきます。
深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー（TensorFlow）を使ってニューラルネットワークをモデリングする方法を学びます。
最後に、画像識別を代表するCNN（畳み込みニューラルネットワーク）の実装法を学び、実運用の入り口へと案内します。

内容紹介（「BOOK」データベースより）

入門から、「ＴｅｎｓｏｒＦｌｏｗ」による畳み込みニューラルネットワークへの本格チャレンジまで。使い勝手抜群の「各種ＭＬ　ＡＰＩ」とインタラクティブな多機能ツール「Ｄａｔａｌａｂ」でぐんぐん進む機械学習への理解。

目次（「BOOK」データベースより）

１　ＧＣＰと機械学習（ＧＣＰを使ってみよう／Ｄａｔａｌａｂを使ってみよう／ＧＣＰでお手軽、機械学習）／２　識別の基礎（２クラスの識別／多クラスの識別と様々な識別器／データの評価方法とチューニング）／３　ディープラーニング入門（ディープラーニングの基礎／ＣＮＮ（畳み込みニューラルネットワーク））／Ａｐｐｅｎｄｉｘ

著者情報（「BOOK」データベースより）

吉川隼人（ヨシカワハヤト）
１９８２年宮城県生まれ。東京理科大学大学院基礎工学研究科修士課程修了。学生時代は研究機関にて半導体の研究に従事。２００７年富士ゼロックス株式会社入社後、画像処理ＡＳＩＣ／ＦＰＧＡの開発プロジェクト、アジアパシフィック圏でのクラウドによるソリューション展開などを経験。同社にてＩｏＴデータ解析や機械学習を用いた新規技術開発などを行う。最近は、Ｇｏｏｇｌｅ　Ｃｌｏｕｄ　Ｐｌａｔｆｏｒｍや機械学習をテーマに各コミュニティにも登壇し、これらの普及に努めている（本データはこの書籍が刊行された当時に掲載されていたものです）