ITエンジニアのための機械学習理論入門

著者 :
  • 技術評論社
3.60
  • (5)
  • (10)
  • (13)
  • (2)
  • (0)
本棚登録 : 261
レビュー : 15
  • Amazon.co.jp ・本 (256ページ)
  • / ISBN・EAN: 9784774176987

作品紹介・あらすじ

機械学習のしくみを学ぶデータサイエンスの本質を理解する。

感想・レビュー・書評

並び替え
表示形式
表示件数
  • 読み終わったー\(^o^)/
    機械学習のアルゴリズム解説本。ざっくり違いがわかりました。

  • 手元にあったので読んでみた.

    「パラメトリックにモデル化,規範を設定,最適化」の切り分けは様々な手法を横断的に学ぶ上で重要であり,その点が何度も強調されていたのは良いと思う.
    また,決定論的モデル,確率モデル(最尤推定+ベイズ推定)をまんべんなく学習できるため,大雑把な概念を知りたい人にはおすすめできる.

    一方で,7章あたり,例えば代表文字の生成について,単に思いつきで平均を取るのは根拠がない,最尤推定から得られた結果としての平均は根拠がある,のような書き方がされている部分がある.
    しかしながら,最尤推定を用いる場合でも,事前に設定する確率モデルは恣意的であり,従ってこの考え方はマズイように思う.これらの2つは,どこで「思いつき」の線引をするかの違いしかなく,最尤推定に絶対的な正しさがあるわけではない.違いはあくまで分析方法であり,この主張は同意しかねる.

  • 最初の最小二乗法で久しく接していない世界に浸り結構苦しみましたが、ここがある程度理解できると、最尤推定法、パーセプトロン、ロジスティック回帰、k平均法、EMアルゴリズム、ペイズ推定法と読み進むことができた。まだまだおぼろげな理解なので、Pythonのサンプルコードを動かしつつもう一度しっかり勉強しようと思います。この分野を数式なしに説明するのはそもそも無理があるので、適度に数式がありその説明がしっかりしていて、Pythonのサンプルコードが付属している本書は機械学習の入門書としてはとても良いと思われます。

  • 機械学習について、評判が良かったので購入した。
    タイトルから入門用と思って購入したが、
    機械学習やPythonを知らない入門者には難しいのではないかと感じた。

    入門とするなら
    説明ももう少し詳細に行うべきだし、あまり良いとは感じない。

  • 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】007.1||NA

    【OPACへのリンク】
    https://opac.lib.tut.ac.jp/mylimedio/search/book.do?target=local&bibid=181089

    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 

  • 教師あり学習(回帰、分類)と教師なし学習(クラスタリング)の概要をつかめる。学習モデルの評価法(クロスバリデーション、ROC曲線)などにも言及あり。広く浅く機械学習を知るには良い。
    しかし、作為的な説明方法が少し気になる。(正規分布に属する前提など)

  • 2017.5.17

  • ディープラーニングを始めるにあたり読んだが、全く的ハズレだった。もちろん自分の勘違いで。いわゆるディープラーニング以前の機械学習の理論について書いてある。勿論半分くらい理解できない。ディープラーニングだけやりたい人は読まなくていいかも。でもその後他の手法にも手を出したので、自分としては読んでおいて損は無かった。

  • 同僚と輪読会形式で読了した。
    著者は数学的な背景とPythonのサンプルコードで丁寧にデータサイエンスについて説明してくれようとしているので、
    なかなか良かった。
    ただ、一部章立ての流れが?の箇所があったり、最尤推定で通していたが、最後にベイズを出すあたりが、どうなんだろうなあとも感じた。
    まあ、基本を学びたい人には良い本であることは間違いない。

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

全15件中 1 - 10件を表示

プロフィール



「2017年 『プログラマのためのGoogle Cloud Platform入門 サービスの全体像からクラウドネイティブアプリケーション構築まで』 で使われていた紹介文から引用しています。」

ITエンジニアのための機械学習理論入門のその他の作品

中井悦司の作品

この本を読んでいる人は、こんな本も本棚に登録しています。

有効な左矢印 無効な左矢印
エリック・リース
ジャレド・ダイア...
有効な右矢印 無効な右矢印

ITエンジニアのための機械学習理論入門を本棚に登録しているひと

ツイートする