やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~

著者 : 立石賢吾

• マイナビ出版 (2017年9月21日発売)

感想・レビュー・書評

[shinshuさんの感想 · 2018年5月2日]

【工学部図書館リクエスト購入図書】☆信州大学附属図書館の所蔵はこちらです☆
https://www-lib.shinshu-u.ac.jp/opc/recordID/catalog.bib/BB24504418

[gunmakeさんの感想 · 2018年3月11日]

教師あり学習
　回帰（予測）
　データによりもっともフットする１次式を学習する。
　目的関数として最小２乗法を使った誤差関数を適用する。
　この目的関数を最小にするためパラメータを調整する
　方法が最急降下法（微分を使った更新を行っていく）
　１次式の場合解析解があるが非線形式で表現されると
　数値解しかない。

　１次式ではなく多項式（２次式、３次式、ｎ次式）による
　表現もある。
　単回帰式だけではなく重回帰式によるモデルもある。
　
　パラメータを調整する方法として最急降下法があるが
　短所として時間がかかる局所解に捕まると抜けられない
　などがある。これを解決する方法として確率的勾配降下法
　がある
教師あり学習
　分類
　直線または曲線により分類を学習する。
　一番簡単なのがパーセプトロン。識別関数にて
　分類を決めている。
　パーセプトロンでは線形分離のみ可能であり
　非線形分類には使えない。
　非線形問題も解ける方法としてこの本では
　ロジスティック回帰を使っている。活性化関数に
　ジグモイド関数を使用している。
　パラメータを調整して分類の必要な決定境界を決める
　必要があるが、その目的関数に尤度関数を使っている
作ったモデルを評価する
　交差検証
　精度
　適合率と再現率
　F値
　正規化による過学習の防止
　学習曲線

[tezoookaさんの感想 · 2017年10月21日]

アヤノ（現役プログラマー）が、ミオ（大学時代に機械学習を研究）に相談する会話形式で、機械学習の初歩とその理解に必要な数学の復習ができるようになっている本。最後の方では、全体の復習のために、Pythonによる実装体験もあり。巻末のAppendixが秀逸で、この手のプログラミングに必要な数学について、無駄なく最低限のチートシートが記載されている。