- 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
-
5,6年前の人工知能マイブームで購入した1冊。
この本はディープラーニング等は無く、機械学習の本。
この手の本は、プログラム例を載せて、「この通りにやってみろ」というものか、数式を並べて理論に偏ったものかの軸があると考える。その点に於いては、本書は比較的バランス良く、理論を学びつつPythonのサンプルコードが掲載されていたりする。
個人的な解釈としては、「機械学習とは、結局統計学である」と感じた。詳細をみるコメント1件をすべて表示-
Fiftyさん個人的な解釈、いいね!数値化ってことかなぁ。個人的な解釈、いいね!数値化ってことかなぁ。2022/03/25
-
-
Pythonのコードなども書かれており、機械学習の「アルゴリズム」を「数理的に理解する」ことの助けになるようになっています。タイトルはITエンジニアのための〜とあるが、エンジニアだけでなく、ただただscikit-learnのAPIを叩いてるが、その機械学習のアルゴリズムがどういう理論組み立てられているのかを知りたい人にオススメの一冊です。
-
わかり易いということもなく情報が豊富というわけでもないけどコンパクトにまとまっている
-
2017/05/01 再発見
-
機械学習の理論をごまかさずに数式で説明しきることがコンセプト(数式が分からなくても理論の内容は理解できる)。機械学習の基本的な考え方から、代表的なアルゴリズムまでコンパクトにまとまっています。サンプルコードを使って手を動かしながら学べる点もGood。
続きはこちら↓
https://flying-bookjunkie.blogspot.com/2018/12/it.html
Amazon↓
https://amzn.to/2zEiVZK -
共通の例題を用いて、機械学習の様々な手法の差異を理解できるよう解説してくれている良書。機械学習利用の本質にまで踏み込んだ第1章は、これから機械学習を応用していこうという人は常に念頭に置いておくべき内容と思う。数学的議論も含めてきっちり積み上げて説明してくれるところは非常に好感が持てる。機械学習入門者に必読の書となるのではないだろうか?。
-
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。