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。
本書は機械学習をテーマとしているが、特に統計学と最適化を基礎におく理論と手法について説明。ここで説明する手法はデータマイニングにおいてもしばしば利用されている。具体的には、教師データを用いた線形モデルによる分類や回帰、およびその発展形としてサポートベクターマシン、さらに１データごとの処理によって学習を行うオンライン学習を説明。次に教師データを用いないクラスタリング、および潜在変数がある場合の代表的な学習手法であるＥＭアルゴリズムについて説明。最後に解析的な処理が難しい場合に用いることが多いMarkov連鎖Monte Carlo法を紹介。
目次
はじめに
第1章 機械学習の基礎概念
第2章 確率分布のパラメタ推定
第3章 線形モデル
第4章 過学習と予測性能
第5章 サポートベクターマシン
第6章 オンライン学習
第7章 クラスタリング
第8章 EMアルゴリズム
第9章 Markov連鎖Monte Carlo法
参考文献
おわりに
索引
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。
Józef Klemens Piłsudski
1
「パターン認識~」と比して重要な箇所だけをまとめた感じ。ただカーネル密度推定の話は載ってない。 誤植っぽいものが散見されるのでどっかのサイトでエラッタ公開してほしい2016/01/03
Kluele
0
基本的なことを丁寧に書かれていて読みやすかった。2016/04/08
みるか
0
機械学習の勉強をする際に最初の一冊として勧められたのが本書である．抑えるべきことが網羅されている点とすべての章が数学的に記述されている点が好印象であった．機械学習の過学習を防ぐための手法として，モデルに正則化項を加えてパラメータの自由度を小さくするものがある．本書では一般的によく使われる L1 正則化と L2 正則化が実際にどのような役割を果たしているのかについて，バイアスとバリアンスという概念で説明している．これまで雰囲気でしか理解していなかったので参考になった．2021/10/01
tsk
0
掻い摘み読み。カステラ本(邦題:統計的学習の基礎)のパクリだとか書評している人も居たが、この本は機械学習のテキストは珍しく、精度や再現性などについて丁寧に定義している。カステラ本ではこの部分が見つけられなかったので、博論を書く時にはこの本を引用させてもらった。2020/01/27
PenguinTrainer
0
機械学習全般のアルゴリズムを数式にまで掘り下げて説明してくれている本。2019/12/09
