内容説明
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える1冊。現在知られている異常検知・変化検知の手法の大半をカバーした。
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。
vinlandmbit
42
難しい。。なお書籍自体はしっかりと異常検知について記載してくれており良書です。実力をつけつつ何度か再読しながら理解深めます。。2020/01/26
オザマチ
15
単純な分類問題と異常検知問題の違いなど、基本的な内容から解説。この分やの本の中で、工場のラインなどで使えそうな技術の解説書はなかなか珍しいと思う。2015/12/27
オザマチ
12
再読。数理統計学を学んでからの方が理解がしやすい。2022/07/10
Tsukasa Fukunaga
4
確率モデルに基づく異常検知・変化検知の本。外れ値検出は雑な事しかやっていなかったので勉強になった。章割りを細かくしてなるべく多様なトピックを扱っており、また数式による説明をごまかさないため中身は結構濃い。特に、ガウス過程回帰による実験計画法への応用や、密度比推定に関する話はよく名前を聞き興味を持っていたため、個人的には勉強できてよかった(まぁしっかりやろうとすれば専門にもっと勉強が必要だろうが)。欲を言えば、高次元データに対する外れ値検出の話が欲しかった。2016/01/04
disktnk
4
一口に異常検知といっても、問題設定によって様々な手法があり、それらを簡潔にまとめた書籍。具体的な適応例は各1文で紹介されている程度だが、それぞれの手法の長所や特徴による違いが順を追って分かるように構成されていて良い。杉山氏担当の10・11章はやや圧縮気味。KL情報量は他のMLPシリーズにも出てくるし「機械学習のための確率と統計」のように別冊でもよかったのでは。本作は井手氏の「入門 機械学習による異常検知」の続編に相当するらしく、LOFなどは省略。2015/09/22