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 (KS情報科学専門書)

著者 : 須山敦志

• 講談社 (2017年10月21日発売)

作品紹介・あらすじ

最短経路で平易に理解できる、今までにない入門書！
ベイズ主義機械学習（ベイズ学習）の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい！

【主な内容】
1　機械学習とベイズ学習
2　基本的な確率分布
3　ベイズ推論による学習と予測
4　混合モデルと近似推論
5　応用モデルの構築と推論

【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。

まず、以下の2点を同時に刊行いたします(^o^)/

『これならわかる深層学習入門』瀧 雅人･著
『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修

感想・レビュー・書評

[たっくすさんの感想 · 2020年8月19日]

まだ数時間ざっと目を通しただけやけど、感動した。

感動ポイント①
ベイズ学習の利点が理解できる。利点は以下の通り。
・一貫性を持って問題を解ける
いわゆるscikit-learnのライブラリを使用した"機械学習"では一つ一つモデルの特性を個別に理解する必要があるし、解きたい問題に直接適用できるものが見つからない可能性がある。しかしベイズ学習ではモデル構築と推論の2stepだけが必要であり、問題に応じて確率モデルを構築することでPCA、欠損値処理、異常検知などあらゆる問題を一貫性を持って解ける。
・過学習が起こらない
最尤推定的なアプローチでは点推定を行うので過剰適合することがある。しかし事前分布を利用するベイズ推論では不確実性を定量的に見積もることができる。ちなみに最尤推定やMAP推定(＝事後確率を最大化させるパラメータを点推定＝正則化後を考慮した最尤推定)はベイズ推論の特別な場合ともみなせる。
・データをフルに使える
最尤推定的なアプローチではハイパーパラメータチューニングにcross validationが必要となり、訓練データの一部を捨ててしまうことになるが、ベイズ学習では検証データを用意しなくてもモデルエビデンスを計算すればモデル比較ができる。
感動ポイント②
ベイズ学習に必要十分な知識が書かれているので、初心者にとって情報過多気味に感じられるPRMLに埋もれていた実用上必要なことがピンポイントでわかる。
モデル構築に必要な確率密度分布のまとめ、グラフィカルモデル、推論で必要な変分ベイズ、マルコフ連鎖モンテカルロ法の使い方がわかりやすく解説されている。
さらに具体例としてガウス混合モデル、確率主成分分析(それを利用した欠損値の補間も)、隠れマルコフモデルものっているのでイメージが付きやすい。

[岩手県立大学メディアセンターさんの感想 · 2023年7月1日]

＜シラバス掲載参考図書一覧は、図書館HPから確認できます＞
https://libipu.iwate-pu.ac.jp/drupal/ja/node/190

[nyankoteacherさんの感想 · 2019年5月11日]

20190511 右京図書館

[englibtodaiさんの感想 · 2018年10月17日]

近年流行りの機械学習の入門書である。数ある機械学習パッケージの使い方を説明するのではなく、ベイズ推論を使った機械学習の裏にある数学を説明してくれる。これをもとにベイズを用いた機械学習モデルを組み立ててもいいし、機械学習という中身を知るだけに留めることもできる。最近では化学の分野にも機械学習のような手法を取り入れる動きが見られる。ツールを使える必要はないがツールを使える人間と話ができるというのは重要であるから、機械学習に興味のある化学系にこの図書を推薦したい。(化学システム工学専攻)

配架場所:工5号館図書室, 工6号館図書室
請求記号:F-01:S31-1:1, 72:S:8

◆東京大学附属図書館の所蔵情報はこちら
https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_details/?reqCode=fromlist&lang=0&amode=11&bibid=2003396380&opkey=B153974048804854&start=1&totalnum=1&listnum=0&place=&list_disp=20&list_sort=6&cmode=0&chk_st=0&check=0

[norikoniさんの感想 · 2018年7月1日]

図書館で借りた。難しい

[豊橋技術科学大学図書館さんの感想 · 2018年3月18日]

学生購入希望で購入した図書（平成29年度）
【所在】3F開架
【請求記号】007.13||SU

【OPACへのリンク】
https://opac.lib.tut.ac.jp/mylimedio/search/book.do?target=local&bibid=2006

これまでに学生購入希望で購入した図書の一覧は
http://www.lib.tut.ac.jp/irai/kibo.html#konyu_kibolist
こちらで確認できます　

[fraserlibさんの感想 · 2018年1月24日]

請求記号　007.1/Su 89

著者プロフィール

現　在　アクセンチュア株式会社ビジネスコンサルティング本部所属
講演会やSNS、ブログなどを通して人工知能やデータサイエンスの理論、実応用に関する情報を発信中。
著書に、『ベイズ推論による機械学習入門』『ベイズ深層学習』『Juliaで作って学ぶベイズ統計学』（いずれも講談社）がある。

「2022年 『Pythonではじめるベイズ機械学習入門』 で使われていた紹介文から引用しています。」