忙しいあなたの代わりに、史上最強の「良い本・良い暮らし」のご提案

1冊の本に出会うことで、人生が大きく変わることがあります。良い品物に出会ったことで幸せになれることもあります。とはいっても、多様な商品があふれる中で、より価値の高いものを選び出すのは大変です。そこでこのブログでは、忙しいあなたの代わりに、史上最強の「良い本・良いくらし」の提案をさせていただきます。

分析 / IT関係

スポンサードリンク
 

 「機械学習」は、機械が学習する人工知能の中の1つの技術です。



たくさんのデータを使って、機械がそこから規則やパターンを見つけ出します。

機械はその規則を利用して新しいことができるようになる=学習する、

というのが、機械学習のおおざっぱなイメージです。



さいきんは、たくさんのデータ「ビッグデータ」が集めやすくなっています。

ビックデータからパターンを見つけ出すことで、新しい知見がみつかります。

これを専門とする「データサイエンティスト」が花形の職である、といわれているように、

機械学習は今後大きな発展をとげる分野です。



機械学習は私たちの暮らしを便利でより良くすることができます。

機械学習はビジネスチャンスととらえることもできます。

機械学習を使って、あらたな付加価値を生み出すことで、ビジネスでの優位性を作ることができます。

なので機械学習の知識は、ビジネスパーソンにとっても今後いっそう重要になってきます。



でも、いきなり機械学習っていわれても〜・・・

という方がほとんどだと思います。

いきなり専門家のようにビジネスに活かすのは難しいですよね。


そこで、専門家レベルの習熟を目指すのでなく、まずは、「正しく使えること」を目指し、

そのために、「ある程度」の理論やアルゴリズムの特徴を知っておくことが間違った使い方を防いでくれます。



この本では、機械学習の基本となる代表的なアルゴリズムを、ていねいに学べます。
ライブラリを使うにしても、機械学習をより正しく使えるようになります。




内容は、以下の通りです。
〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜

1章 データサイエンスと機械学習
ビジネスにおけるデータサイエンスの役割
機械学習アルゴリズムの分類
分析ツールの準備、など


2章 最小二乗法:機械学習理論の第一歩
多項式近似と最小二乗法による推定
オーバーフィッティングの検出
ヘッセ行列の性質、など


3章 最尤推定法:確率を用いた推定理論
確率モデルの利用
単純化した例
標本平均・分散の一致性と不偏性、など


4章 パーセプトロン:分類アルゴリズムの基礎
確率的勾配降下法のアルゴリズム
幾何学的な解釈、など


5章 ロジスティック回帰とROC曲線:学習モデルの評価方法
分類問題への最尤推定法
ROC曲線による学習モデルの評価、など


6章 k平均法:教師なし学習モデルの基礎
k平均法によるクラスタリング
怠惰学習モデルとしてのk近傍法


7章 EMアルゴリズム:最尤推定法による教師なし学習
ベルヌーイ分布を用いた最尤推定法
混合分布を用いた最尤推定法、など


8章 ベイズ推定:データを元に「確信」を高める手法
ベイズ推定モデルとベイズの定理
ベイズ推定の回帰分析への応用、など

〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜
となっています。


各章に例題があり、それにアルゴリズムを適応しながら丁寧に解説されています。


また、それぞれのアルゴリズムは、Pythonを使ったサンプルコードがあって、
自分でアルゴリズムの挙動を確かめることができます。


また、同じデータセットに、ちがったアルゴリズムを適用して比較することで、
「アルゴリズムの特徴」を理解できます。

この違いを知るのは、ビジネスや実務で重要なポイントとなるのではないでしょうか。
  • データ分析結果をビジネスに役立てたい
  • ライブラリを使いながら機械学習を用いた仕組みづくりができるようになる
とくに研究者や技術者、ITエンジニアの方にもオススメな1冊です。



 
他にディープラーニングについては、こちらの記事もございます。

結局「ディープラーニング」って中でなにしてるの?「必要な知識」を初心者でも効率的に学べ、「フレームワークなしで実装」し理解を深めれる効率的な1冊はこちらです』 


Pythonに関する記事は、こちらもございます。
こちらの記事もございます↓
 

Pythonの入門書については、以下の記事にまとめました。よかったらどうぞ

Pythonを学習し、未経験からバイトや転職に結びつけたいあなたにおすすめの入門書はこちらです

 
このエントリーをはてなブックマークに追加 mixiチェック

コメント

コメントフォーム
評価する
  • 1
  • 2
  • 3
  • 4
  • 5
  • リセット
  • 1
  • 2
  • 3
  • 4
  • 5
  • リセット

↑このページのトップヘ