出版社内容情報
決定木・アンサンブル学習の理論と実践の基礎・基本が、この一冊で学べる！
本書は、データ分析で広く応用されている機械学習アルゴリズムである、決定木およびアンサンブル学習について、その数理と応用を解説するものです。
データの分類ルールを木構造で表現するモデルである決定木は、分類の条件が明確に示されることから、人工知能（AI）における解釈可能アプローチの一つとしても活用されています。また、複数の決定木の組合せ（アンサンブル学習）により、高精度な予測が可能となります。本書では、決定木およびアンサンブル学習の数理とアルゴリズムを基礎からていねいに解説するとともに、応用を念頭にPythonのサンプルコードとともに具体例も扱います。また、数学でつまずくことのないよう、理解に必要となる高校程度以上の数学は本書で解説しています。
【目次】
内容説明
理論と実装の基礎を、この一冊で確実に押さえる。決定木から始め、ランダムフォレスト、勾配ブースティング、ＸＧＢｏｏｓｔ、ＬｉｇｈｔＧＢＭまで、理論を丁寧に追いながら原理とアルゴリズムを解説。決定木・アンサンブル学習の実装例はＰｙｔｈｏｎのサンプルコードで理解。基本的な文法も付録でフォロー。
目次
第１章 はじめに
第２章 数学の基礎
第３章 決定木の理論とアルゴリズム
第４章 アンサンブル学習の基礎
第５章 ランダムフォレスト
第６章 勾配ブースティング
第７章 ＸＧＢｏｏｓｔ
第８章 ＬｉｇｈｔＧＢＭ
付録 Ｐｙｔｈｏｎの基礎
著者等紹介
田村孝廣［タムラタカヒロ］
１９８６年 東京大学工学部土木工学科卒業。現在 太陽精工株式会社 技術顧問。株式会社花咲ソリューション 技術顧問（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。
