なっとく！機械学習

発売日 : 2022年04月15日

著者／編集 : Luis G.Serrano/株式会社クイープ

出版社 : 翔泳社

発行形態 : 単行本

本書では、機械学習モデルとその使い方の２つを学びます。機械学習モデルにはさまざまな種類があります。イエスかノーかといった決定論的な答えを返すものもあれば、確率的な答えを返すものもあります。また、数式を使うものもあれば、ｉｆ文を使うものもあります。共通しているのは、答え、つまり予測を返すということです。本書で取り上げる機械学習は、この予測を返すモデルを構成するタイプです。本書を最大限に活用するためには、ビジュアルな思考を持ち、直線のグラフ、方程式、基本的な確率などの初歩的な数学を理解していることが必要です。また、本書では、実際のデータセットにいくつかのモデルを実装・適用するので、Ｐｙｔｈｏｎのコーディング方法を知っていると役に立ちます（必須ではありませんが）。本書を読み終えたら、以下のことができるようになります。線形回帰、ロジスティック回帰、ナイーブベイズ、決定木、ニューラルネットワーク、サポートベクターマシン、アンサンブル手法など、予測型機械学習における最も重要なモデルとその動作について説明できる。また、それらのモデルの長所と短所、使用するパラメータを明確にする。これらのモデルが実世界でどのように使用されているかを確認し、解決したい特定の問題に対して機械学習を適用する方法の候補を策定する。これらのモデルを最適化し、比較し、改善する方法を学び、最高の機械学習モデルを構築する。手書きであれ、既存のパッケージであれ、モデルをコーディングし、実際のデータセットで予測に使用する。あなたが特定のデータセットや問題を想定しているのであれば、その適用方法や抱えているモデルを実装し、実験する出発点として、本書がとても役に立つことでしょう。

第1章　機械学習とは何か？
第2章　機械学習の種類
第3章　線形回帰
第4章　学習不足、過学習、テスト、正則化
第5章　パーセプトロン
第6章　ロジスティック分類器
第7章　正解率とその他の指標
第8章　ナイーブベイズモデル
第9章　決定木
第10章　ニューラルネットワーク
第11章　サポートベクトルマシンとカーネル法
第12章　アンサンブル学習
第13章　データエンジニアリングと機械学習の例
付録A　練習問題の解答
付録B　勾配降下法の計算
付録C　参考文献

luis g.serrano

Serrano, Luis G

クイープ

株式会社クイープ