XGBoostの本を選ぶときは、理論やPythonでの実践、Sparkとの連携など、知りたい内容に合うものを見つけたいですよね。
回帰・分類のアルゴリズムから、Spark上の勾配ブースティングや表形式データへの利用まで、本によって扱う内容が異なります。
今回は、XGBoostを扱う3冊をご紹介します。
おすすめ商品の早見表
| 商品名 | XGBoostの扱い |
|---|---|
| Pythonで理解する決定木・アンサンブル学習 数理の基礎とアルゴリズム | 回帰・分類アルゴリズムとPythonでの実践を掲載 |
| Next-Generation Machine Learning with Spark | XGBoost4J-Sparkを使ったSpark上の勾配ブースティングを扱う |
| Machine Learning for Tabular Data: XGBoost, Deep Learning, and AI | 表形式データでのXGBoostの利用を扱う |
Pythonで理解する決定木・アンサンブル学習 数理の基礎とアルゴリズム
XGBoostの数理からPythonでの実践まで学びたい人には、『Pythonで理解する決定木・アンサンブル学習 数理の基礎とアルゴリズム』がおすすめです。決定木とアンサンブル学習の数理・応用を扱い、XGBoostの回帰・分類アルゴリズムやPythonでのXGBoostも取り上げています。理解に必要となる高校程度以上の数学も本書で解説されているため、数理の基礎を確認しながら学べます。
Pythonのサンプルコードを通して具体例も扱うので、アルゴリズムの説明だけでなく、コードを使った実践内容も読み進められます。データ分析業務に携わる若手社会人や、主に理工系・情報系の学生にも向けられています。
Next-Generation Machine Learning with Spark
Spark上でXGBoostを使った勾配ブースティングを学びたい人には、『Next-Generation Machine Learning with Spark』がおすすめです。XGBoost4J-SparkやLightGBMを使う内容に加え、SparkとSpark MLlibの入門も扱っています。
標準のSpark MLlibにない次世代アルゴリズムやライブラリをSparkで使いたいデータサイエンティストや機械学習エンジニア向けです。機械学習、Spark、Spark MLlibの入門を必要とする、これからデータサイエンティストやエンジニアを目指す人にも向けられています。
Machine Learning for Tabular Data: XGBoost, Deep Learning, and AI
表形式データにXGBoostを使い、実務的な題材で学びたい人には、『Machine Learning for Tabular Data: XGBoost, Deep Learning, and AI』がおすすめです。スプレッドシートやデータベース、ログなどのデータを扱い、XGBoostとLightGBMの利用方法を紹介しています。
短期賃貸価格をXGBoostとKerasで予測する例や、PythonとFlaskを使ってローカルモデルをデプロイする例も掲載されています。対象読者は、Pythonと機械学習の基礎を経験している人です。
学びたい内容に合わせて選ぶ
- XGBoostの数理や回帰・分類、Pythonでの実践を学びたい人
- Spark上の勾配ブースティングやSpark MLlibを学びたい人
- Pythonと機械学習の基礎があり、表形式データでのXGBoostを学びたい人
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
