出版社内容情報
機械学習は、人工知能（ＡＩ）の実装を支える基盤技術として注目されています。人工知能の基盤と聞くと、難解な数字に対する要素が必要だと感じるかもしれませんが、その基礎は高校数学と大学初学年級の一部の数学が理解できていれば十分にマスターできます。本書は、理系でない読者、プログラムは多少作れるが数学の理解は怪しいという読者を対象に、豊富なグラフとシンプルな数学を使って機械学習の基礎を学んでいきます。実例を多く扱うので、具体的なイメージをもちながら読み進めてもらうことができます。
内容説明
ビッグデータをいかに活用するかというテーマの下、人工知能の基礎となっている機械学習に対して大きな注目が集まっています。本書は、グラフを援用することにより簡単な数学だけで各手法のイメージをつかむことができる、難解な数学が苦手な人向けの機械学習の入門書です。
目次
第１章 はじめに
第２章 回帰
第３章 境界による分類
第４章 確率による分類
第５章 ニューラルネットワークによる分類
第６章 “実践編”説明変量の追加と予測精度の評価
著者等紹介
横内大介［ヨコウチダイスケ］
一橋大学大学院国際企業戦略研究科准教授、博士（工学）（慶應義塾大学）。１９７５年生まれ。慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院基礎理工学専攻数理科学専修修了、慶應義塾大学理工学部数理科学科助手を経て、現在に至る。データサイエンス、計量ファイナンス、統計的機械学習に関連する講義やゼミを担当。複数の民間企業の技術顧問に就任し、データ分析やＡＩ開発の監修も行っている
青木義充［アオキヨシミツ］
一橋大学大学院国際企業戦略研究科非常勤講師、博士（学術）（総合研究大学院大学）。１９７４年生まれ。慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院後期博士課程基礎理工学専攻単位取得済退学、一橋大学大学院国際企業戦略研究科助手を経たのち、総合研究大学院大学複合科学研究科統計科学専攻修了し、現在に至る。統計に必要な線形代数、微分積分、確率論などの基礎に加えて時系列データ分析、ベイズ統計学の講義を受け持つ（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）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
issy
kgbu
susunu1
Tom
