Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ 機械学習のエッセンス―実装しながら学ぶＰｙｔｈｏｎ、数学、アルゴリズム

加藤 公一【著】

ＳＢクリエイティブ（2018/09発売）

• サイズ A5判／ページ数 383p／高さ 21cm
• 商品コード 9784797393965
• NDC分類 007.1
• Cコード C0055

出版社内容情報

機械学習の原理を知るための、初めての入門書本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

●目次
はじめに
第01章　学習を始める前に
　01 本書の目的
　02 本書は何を含まないか
　03 機械学習の初歩
　04 実行環境の準備
第02章　Pythonの基本
　01 プログラムの実行方法
　02 基本的な文法
　03 数値と文字列
　04 複数行処理
　05 制御構造
　06 リスト、辞書、集合
　07 関数定義
　08 オブジェクト指向
　09 モジュール
　10 ファイル操作
　11 例外処理
第03章　機械学習に必要な数学
　01 基本事項の確認
　02 線形代数
　03 微積分
第04章　Pythonによる数値計算
　01 数値計算の基本
　02 NumPyの基本
　03 配列の基本計算
　04 疎行列
　05 NumPy/SciPyによる線形代数
　06 乱数
　07 データの可視化
　08 数理最適化
　09 統計
第05章　機械学習アルゴリズム
　01 準備
　02 回帰
　03 リッジ回帰
　04 汎化と過学習
　05 ラッソ回帰
　06 ロジスティック回帰
　07 サポートベクタマシン
　08 k-Means法
　09 主成分分析（PCA）
INDEX


はじめに
第01章　学習を始める前に
　01 本書の目的
　02 本書は何を含まないか
　03 機械学習の初歩
　04 実行環境の準備
第02章　Pythonの基本
　01 プログラムの実行方法
　02 基本的な文法
　03 数値と文字列
　04 複数行処理
　05 制御構造
　06 リスト、辞書、集合
　07 関数定義
　08 オブジェクト指向
　09 モジュール
　10 ファイル操作
　11 例外処理
第03章　機械学習に必要な数学
　01 基本事項の確認
　02 線形代数
　03 微積分
第04章　Pythonによる数値計算
　01 数値計算の基本
　02 NumPyの基本
　03 配列の基本計算
　04 疎行列
　05 NumPy/SciPyによる線形代数
　06 乱数
　07 データの可視化
　08 数理最適化
　09 統計
第05章　機械学習アルゴリズム
　01 準備
　02 回帰
　03 リッジ回帰
　04 汎化と過学習
　05 ラッソ回帰
　06 ロジスティック回帰
　07 サポートベクタマシン
　08 k-Means法
　09 主成分分析（PCA）
INDEX


加藤 公一［カトウ キミカズ］
著・文・その他

内容説明

本書は機械学習のいくつかの有名なアルゴリズムを、Ｐｙｔｈｏｎのみを使ってゼロから実装することを目標としています。実際の現場では、フレームワークの利用により、とかくブラックボックスになりがちな機械学習の真の仕組みが理解できます。

目次

第０１章　学習を始める前に（本書の目的；本書は何を含まないか　ほか）
第０２章　Ｐｙｔｈｏｎの基本（プログラムの実行方法；基本的な文法　ほか）
第０３章　機械学習に必要な数学（基本事項の確認；線形代数　ほか）
第０４章　Ｐｙｔｈｏｎによる数値計算（数値計算の基本；ＮｕｍＰｙの基本　ほか）
第０５章　機械学習アルゴリズム（準備；回帰　ほか）

著者等紹介

加藤公一［カトウキミカズ］
シルバーエッグ・テクノロジー株式会社チーフサイエンティスト。レコメンデーション（自動推薦）システムに関する研究開発に従事。特に機械学習アルゴリズムの設計・実装を得意としている。博士（情報理工学）（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。

[vinlandmbit]

機械学習についてPythonを用いつつ、何より数学との結びつきをしっかり解説してくれている良書。より深掘りしたい場合は本書を足がかりに専門書に進むのが良さそうです。

2019/10/03

[nbhd]

そういえば、高校の部活で「キソレン（基礎練習）」というのがあった。で、これは機械学習のためのキソレン書だ。Pythonの基本、数学の基本、Python数値計算の基本…とキソレンを積み、最終的にはnumpyで機械学習モデルを組み立てる、という構成。これマジで、キソレンだわ。そういう意味で、なかなかの良書だと思った。通読してみたものの、それではまだまだ足りぬ。キソレンを繰り返して、習熟すべし。

2024/01/25

[Taizo]

機械学習を「理解する」上で、超基礎の基礎の数学からきちんと解説している一冊。予備知識は高校数学くらい。 勾配降下法ってどうやって実装するんだっけ？とかそれくらいの人を対象にしているイメージ。 ただ、個人的には研究をするならともかく、ビジネスで使う場合はこの本から、と言うのはオススメしない。とりあえずsklearnなどのパッケージで動かして体で覚えてから、理論に行った方が習熟も早いと思うので。クライアントや上司に説明しなければいけない時に参考になる1冊かなと思う。

2021/04/30

[sumiyaki]

とても良い本。内容は機械学習の基礎に限定的で、深層学習は全く出てこないが、Pythonのコードと合わせて、じっくり勉強すれば力がつきそうな気がする。それぞれの項目についてインターネットで検索すれば、いくらでも情報は出てくるが、それを取捨選択するのが意外に難しい。例えば、数学的に詳しすぎたり、レベルがバラバラだったりして、全体としてまとめて勉強するには、この本のほうが相性がよいかもしれない。一時的に紙の書籍で一部を読んだだけなので、パソコンに入力・実行することも考えて、電子書籍の購入を検討するか。

2019/02/20

[smatsu]

硬派な本だと思う。『スッキリわかる機械学習』などとは真逆の方向性の本で、まずはscikit-learn動かして雰囲気から掴んでみよう…等というご機嫌取りはしない。前半でみっちりPythonの文法と数学を教える。次に数値計算だ。そしてnumpy, matplotlib, 数理最適化ァ！、回帰分析ｨ！!そんでSVM、k-Means法、主成分分析だぁ！まずこのへんきっちり押さえてから、DLなどのチャラい話はそれからだ。サッカー戦術の話なんかする前にまずは走り込みだと。これはこれで正論であり良書だと思います。

2023/03/12