目录
• 第1章 开拓今后业务的机器学习
• 人工智能现状与本书概要
• 什么是机器学习项目
• AI优先
• 了解AI优先的时代背景
• GAFA + Microsoft的对策
• 从顶尖企业来看机器学习的策略
• 技术进化的意义
• 机器学习带来的冲击
• 了解机器学习受到关注的原因
• 作为国家成长战略的机器学习
• 日本企业的对策
• 日本企业AI对策实况
• AI、机器学习所需人才状况
• 从事机器学习的意义
• 从事机器学习产生新的价值
• 如何在信息爆炸中获取正确的信息
• 第2章 理解机器学习的机制
• 什么是机器学习
• 基于规则和机器学习
• 从机器学习中能得到什么
• 理解机器学习的分类
• 了解机器学习的模型构建
• 了解数据和预处理
• 了解算法的选择
• 深度学习的基本机制
• 评价模型的精度
• 怎样改善模型
• 现在的AI和过去的AI有什么不同
• 第3章 了解机器学习所必需的资源
• 推进机器学习项目所需资源
• 机器学习所需的软件和硬件
• 了解Python的特征
• 机器学习所需的硬件资源
• AI和中国
• 第4章 确定项目的目标
• 机器学习项目的阶段区分方式
• 抓住构思阶段的全貌
• 什么是机器学习项目的“课题”
• 第5章 确立项目的体制
• 了解每个阶段需要的人才
• 讨论的要点
• 第6章 验证项目实现的可能性
• 了解构成PoC阶段的任务
• 如何评价用于机器学习的数据
• 构建用于验证可行性的模型
• 使用云服务训练好的模型
• 评估PoC阶段的验证项目
• 第7章 装配机器学习系统
• 安装最新的传感器来获取数据
• 黄瓜农户与深度学习
• 装配阶段的任务
• 机器学习系统与一般系统开发的区别
• 构建机器学习系统的需求定义
• 机器学习系统的设计与开发
• 创造超人般的AI
• 第8章 掌握机器学习系统的使用要点
• 机器学习项目特有的应用
• 应该定义怎样的KPI
• 修正机器学习模型
• 应用机器学习系统的课题
• 第9章 从成功事例中学习机器学习项目
• 根据顾客的行为作出反馈的推荐系统
• 从SNS的技术图像中分析商品的场景
• 机器人根据语音请求作出行动
• AI创造的新工作
• 结束语
读书摘要与主要内容介绍
《超简单的机器学习》是一本专注于机器学习在商业项目中应用的书籍，旨在帮助读者理解如何在实际业务中运用机器学习技术。
在第1章中，作者首先介绍了机器学习在当今商业环境中的重要性，阐述了AI优先的时代背景，以及像GAFA（谷歌、苹果、脸书、亚马逊）和微软等顶尖企业在机器学习领域的策略。同时，还讨论了机器学习在日本企业中的应用现状和所需人才情况，强调了在信息爆炸时代如何通过机器学习获取有价值信息的重要性。
第2章深入讲解了机器学习的机制，包括机器学习与基于规则系统的区别，能从机器学习中获得的益处，以及机器学习的分类、模型构建、数据预处理、算法选择等基础知识，还介绍了深度学习的基本原理和模型精度评估方法。
第3章侧重于介绍开展机器学习项目所需的资源，包括软件、硬件以及Python语言在机器学习中的应用特点等，还提及了AI在中国的发展情况。
第4章讨论了如何确定机器学习项目的目标，介绍了项目的阶段划分方法和构思阶段的关键要点，以及如何明确项目的“课题”。
第5章围绕如何建立项目体制展开，包括识别项目各阶段所需人才和讨论要点等内容。
第6章主要讲解如何验证项目实现的可能性，包括PoC（概念验证）阶段的任务、数据评估方法、可行性验证模型的构建和云服务训练模型的评估等。
第7章介绍了装配机器学习系统的过程，包括如何安装传感器获取数据，通过黄瓜农户与深度学习的案例阐述了实际应用场景，还讨论了机器学习系统开发与一般系统开发的区别和需求定义等内容。
第8章讲解了掌握机器学习系统使用要点的方法，包括机器学习项目特有的应用场景、关键绩效指标（KPI）的定义、模型修正和应用课题等。
最后，第9章通过多个成功案例，如推荐系统、SNS图像分析、机器人语音交互和AI创造新工作等，展示了机器学习项目在实际中的应用成果，并在结束语中对机器学习的未来进行了展望。
这本书通过丰富的案例和详细的步骤讲解，为希望在商业领域应用机器学习技术的读者提供了实用的指导和全面的知识体系。