内容説明
機械学習のしくみを学びデータサイエンスの本質を理解する。実行結果が直感的にわかるオールカラーレイアウト。
目次
第１章 データサイエンスと機械学習
第２章 最小二乗法：機械学習理論の第一歩
第３章 最尤推定法：確率を用いた推定理論
第４章 パーセプトロン：分類アルゴリズムの基礎
第５章 ロジスティック回帰とＲＯＣ曲線：分類アルゴリズムの評価方法
第６章 ｋ平均法：教師なし学習モデルの基礎
第７章 ＥＭアルゴリズム：最尤推定法による教師なし学習
第８章 ベイズ推定：データを元に「確信」を高める手法
著者等紹介
中井悦司［ナカイエツジ］
１９７１年４月大阪生まれ。理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして外資系ベンダーでＬｉｎｕｘエンジニアを生業にするに至るまで、常にＵｎｉｘ／Ｌｉｎｕｘサーバーと人生を共にする。その後、Ｌｉｎｕｘディストリビューターのエバンジェリストを経て、現在は、米系ＩＴ企業のＳｏｌｕｔｉｏｎｓ Ａｒｃｈｉｔｅｃｔとして活動。最近は、機械学習をはじめとするデータ活用技術の基礎を世に広めるために、講演活動のほか、雑誌記事や書籍の執筆にも注力（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。
nbhd
13
ここしばらく、最小二乗法（統計分野）と最尤推定法（確率分野）の関係が理解できず困っていたのだけど、この本に載っている「グラフ」を一目見て、ギモンがスルスルほどけていった。感動！。そんな理解が出来ただけでも僕にとっては価値ある一冊だった。さて、ふと我にかえると、ディープラーニングには確率論的な理論が当たり前のように用いられている。文系出身の僕にとっては確率はナンジャソリャの世界だったけど、理系の人たちは脳の底に確率が植え付けられているんだろうなと思って、うらやましく思った。2024/01/22
mft
3
深層学習とかは出てこない、データサイエンスの入門書。解り易かった。途中でデータサイエンスは科学的手法で云々と書いてあったけど、試行錯誤で経験を蓄積しているだけでは科学とは呼べないんじゃないかという疑念が先に立つ2022/02/16
yasuhitoakita
1
Linuxでお世話になった中井さんの機械学習本。基礎がわかりやすく表現されてて良かった。2023/06/17
