機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)

内容紹介

<b>機械学習の原理を知るための、初めての入門

</b>

本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。

実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。

こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。

また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。

これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

●目次

はじめに

第01章 学習を始める前に

01 本書の目的

02 本書は何を含まないか

03 機械学習の初歩

04 実行環境の準備

第02章 Pythonの基本

01 プログラムの実行方法

02 基本的な文法

03 数値と文字列

04 複数行処理

05 制御構造

06 リスト、辞書、集合

07 関数定義

08 オブジェクト指向

09 モジュール

10 ファイル操作

11 例外処理

第03章 機械学習に必要な数学

01 基本事項の確認

02 線形代数

03 微積分

第04章 Pythonによる数値計算

01 数値計算の基本

02 NumPyの基本

03 配列の基本計算

04 疎行列

05 NumPy/SciPyによる線形代数

06 乱数

07 データの可視化

08 数理最適化

09 統計

第05章 機械学習アルゴリズム

01 準備

02 回帰

03 リッジ回帰

04 汎化と過学習

05 ラッソ回帰

06 ロジスティック回帰

07 サポートベクタマシン

08 k-Means法

09 主成分分析(PCA)

INDEX

内容（「BOOK」データベースより）

本書は機械学習のいくつかの有名なアルゴリズムを、Pythonのみを使ってゼロから実装することを目標としています。

実際の現場では、フレームワークの利用により、とかくブラックボックスになりがちな機械学習の真の仕組みが理解できます。

著者について

加藤公一(かとう きみかず)

シルバーエッグ・テクノロジー株式会社チーフサイエンティスト。

レコメンデーション(自動推薦)システムにに関する研究開発に従事。

特に機械学習アルゴリズムの設計・実装を得意としている。

博士(情報理工学)。

著者略歴 (「BOOK著者紹介情報」より)

加藤/公一

シルバーエッグ・テクノロジー株式会社チーフサイエンティスト。

レコメンデーション(自動推薦)システムに関する研究開発に従事。

特に機械学習アルゴリズムの設計・実装を得意としている。

博士(情報理工学)(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)