Luis G.Serrano(著) , 株式会社クイープ(監修) , 株式会社クイープ(翻訳)
※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。
【本書の内容】
本書は
Luis G.Serrano, "Grokking Machine Learning",
Manning Publishing, 2021
の邦訳です。
機械学習を齧ろうとすると、多くの数式と用語が次々に登場するため、あまりにも高カロリーで胸やけを起こし、消化不良で終わってしまいがちです。しかも歯を食いしばってゴールにたどり着いたとしても、実際に目の前にある問題解決には、なかなか直結しないことも多々あります。これは、機械学習の適用範囲が広大で、用意されたモデルが多岐にわたり、目の前の解決したい問題にあてはまるのがどれなのかわかりにくいことが要因です。
そこで本書では、「予測型」の機械学習に的を絞り、重要なモデルのみを解説します(できるだけ数式を使わずに!)。遭遇しがちな問題は、1つのモデルで解決できるとは限らないので、いくつか組み合わせたスタイルをとることになります。そういった(レゴブロックのような)複合モデルの作り方も紹介します。
そして、数学とコンピュータサイエンスを学んだ人しか取り組めないと思われがちな機械学習ですが、楽譜と楽理を知らなくても音楽に親しめるように、本書は「機械学習に親し」み、「なっとく」できる一冊です。
【読者が得られること】
・ 線形回帰、ロジスティック回帰、ナイーブベイズ、決定木、ニューラルネットワーク、サポートベクターマシン、アンサンブル手法などのモデルとその動作の理解
・ 実世界でのモデルの使用法と、問題に機械学習を適用する方法
・ 各モデルを最適化し、比較・改善する方法と、最適なモデルの構築
・ 実装と、実データセットによる予測
【著者について】
ルイス・G・セラーノは、これまでGoogleの機械学習エンジニア、Appleのリード人工知能教育者、Udacityの人工知能とデータサイエンスにおけるコンテンツ責任者を経て、現在はサパタコンピューティング社で量子人工知能のリサーチサイエンティストとして活躍中です。
ミシガン大学で数学の博士号を、ウォータールー大学で数学の学士号と修士号を取得し、ケベック大学モントリオール校のLaboratoire de Combinatoire et d'Informatique Mathématiqueで博士研究員として勤務していたことがあります。
YouTubeで機械学習に関するチャンネルを運営(85,000人以上の登録者と400万回以上の再生回数)し、人工知能やデータサイエンスのカンファレンスで頻繁に講演を行っています。
目次
第1章 機械学習とは何か?
第2章 機械学習の種類
第3章 線形回帰
第4章 学習不足、過学習、テスト、正則化
第5章 パーセプトロン
第6章 ロジスティック分類器
第7章 正解率とその他の指標
第8章 ナイーブベイズモデル
第9章 決定木
第10章 ニューラルネットワーク
第11章 サポートベクトルマシンとカーネル法
第12章 アンサンブル学習
第13章 データエンジニアリングと機械学習の例
付録A 練習問題の解答
付録B 勾配降下法の計算
付録C 参考文献