機械学習のための特徴量エンジニアリング

本書は、機械学習モデルに入力する特徴量をデータから設計・変換し、モデルの性能向上につなげる方法を解説する。前半では初学者向けに、数値データの二値化や離散化、対数変換、スケーリング、特徴選択と、テキストのBag-of-Words、nグラム、TF-IDF、カテゴリ変数のエンコーディングを扱う。後半では特徴量ハッシングやビンカウンティング、PCAによる次元削減、k-meansを使った非線形特徴量の生成へ進み、画像ではSIFTやHOGによる抽出と、深層学習による特徴量の学習を説明する。最後に学術論文の推薦を題材として、特徴量を段階的に加えながらモデルを構築する。図や例、Pythonコードを通じて原理と実装を学び、機械学習の実務で特徴量を作成・選択する知識を得られる。