機械学習スタートアップシリーズ ベイズ推論による機械学習入門
須山 敦志, 杉山 将講談社256ページISBN 9784061538320
機械学習タグで同率3位（87冊中）。Zenn・Qiitaなどの4記事で紹介（時点）。
- 紹介記事
- 4件
- 媒体別
- Zenn 1・Qiita 1・企業テックブログ 2
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- （約9年前）
- タグ内の順位
- 機械学習タグで同率3位（87冊中・紹介記事数の順）
紹介された時期
2020年から2025年にかけて、間をあけて紹介されています。最新は2025年3月です。
紹介している記事（4件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- データサイエンティストチームにおける数学輪読勉強会の取り組み紹介 企業テックブログ · エブリー ·
筆者のデータサイエンティストチームが、数式に向き合う習慣を保つため週1回の数学勉強会で輪読している本。事前分布から共役事前分布を経て事後分布を導く流れを、書籍で省略された行間も含めて丁寧に追っている。1年数ヶ月続けて進捗は約70%で、行列計算への苦手意識が薄れたと述べる。この理解を基にベイジアンA/Bテスト基盤の実装にも取り組んでいる。
- [2024年版] 読んでよかった本の紹介 Zenn · しゅんそく · · いいね 2
ベイズ推論を初めて学ぶ段階では、PRMLより先に取り組む本としてこちらを挙げている。事後分布を解析的に求められるモデルから始まり、求められない場合の数値計算アルゴリズムへ進むオーソドックスな構成だと説明する。解説がわかりやすく、モデル図が挿入されている点もありがたいと評価している。
- データサイエンスグループが心からおすすめする本をまとめてみた 企業テックブログ · タイミー ·
- エンジニアのインターンが技術書を30冊くらい読んでみたので、ゆるくまとめてみた Qiita · Shiruba · · いいね 463
Webエンジニアも将来AI関連の話題を避けて通れないと考え、MarI/Oの動画をきっかけに機械学習に関心を持ち、分野の概観を得ようと複数の本を取り上げている。その中で本書にもなんとなく手を出したが、難しいと感じ、読み進めるのを断念して途中で読むのをやめたと述べている。
この本について
ベイズ推論を用いた機械学習のモデル構築と推論の導出を、確率の基礎から応用モデルまで段階的に学ぶ書籍である。冒頭で機械学習のタスクと二つのアプローチ、確率計算、グラフィカルモデルを扱い、続いて離散・連続確率分布を整理する。学習と予測では、離散分布と一次元・多次元ガウス分布のパラメータをベイズ推論で求め、線形回帰を例に適用する。さらに、混合モデルの事後分布を推論する方法と確率分布の近似手法を学び、ポアソン混合モデルとガウス混合モデルで推論を扱う。後半では線形次元削減、非負値行列因子分解、隠れマルコフモデル、トピックモデル、テンソル分解、ロジスティック回帰、ニューラルネットワークへと対象を広げ、各モデルの構築と推論を一貫した手順で説明する。
楽天ブックスの商品説明と紹介記事をもとにAIが要約したものです。原文の転載ではありません。