[改訂新版]ITエンジニアのための機械学習理論入門の表紙

[改訂新版]ITエンジニアのための機械学習理論入門

中井 悦司技術評論社256ページISBN 9784297122331

機械学習タグで同率28位（87冊中）。Zenn・Qiitaなどの1記事で紹介（時点）。

紹介記事
1件
媒体別
Qiita 1
初めての紹介
最新の紹介

この本を選ぶ前に

出版年
・改訂新版（約5年前）
タグ内の順位
機械学習タグで同率28位（87冊中・紹介記事数の順）
代わりの本

機械学習タグで、この本より新しく紹介記事の多い本

紹介している記事（1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。

この本について

この本は、ITエンジニアを対象に、機械学習の基礎を理論と例題を通じて学ぶ入門書である。データサイエンスのビジネス上の役割と機械学習の分類から始まり、最小二乗法による推定と過学習の検出、確率モデルと最尤推定へ進む。分類では確率的勾配降下法、パーセプトロン、ロジスティック回帰を扱い、ROC曲線による評価も取り上げる。教師なし学習ではk平均法とEMアルゴリズムを説明し、k近傍法にも触れる。さらにベイズの定理に基づく推定と回帰分析への応用を扱う。標本平均・標本分散の性質やIRLS法の導出などの付録も含む。サンプルコードの実行環境にはGoogle Colaboratoryを用いる。

出版社の内容紹介・目次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。

目次（主な章）

出典: 出版社の書籍ページ （章の見出しのみ）

  1. 第1章 データサイエンスと機械学習
  2. 第2章 最小二乗法：機械学習理論の第一歩
  3. 第3章 最尤推定法：確率を用いた推定理論
  4. 第4章 パーセプトロン：分類アルゴリズムの基礎
  5. 第5章 ロジスティック回帰とROC 曲線：分類アルゴリズムの評価方法
  6. 第6章 k平均法：教師なし学習モデルの基礎
  7. 第7章 EMアルゴリズム：最尤推定法による教師なし学習
  8. 第8章 ベイズ推定：データを元に「確信」を高める手法