機械学習のエッセンス - 実践しながら学ぶ Python 、数学、アルゴリズム

出版日
ページ数
320
目次
第01章 学習の前に 第02章 Python の基本 第03章 機械学習に必要な数学 第04章 Python による数値計算とデータの可視化 第05章 機械学習のアルゴリズム
紹介( powered by openBD

本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

●目次
はじめに
第01章 学習を始める前に
 01 本書の目的
 02 本書は何を含まないか
 03 機械学習の初歩
 04 実行環境の準備
第02章 Pythonの基本
 01 プログラムの実行方法
 02 基本的な文法
 03 数値と文字列
 04 複数行処理
 05 制御構造
 06 リスト、辞書、集合
 07 関数定義
 08 オブジェクト指向
 09 モジュール
 10 ファイル操作
 11 例外処理
第03章 機械学習に必要な数学
 01 基本事項の確認
 02 線形代数
 03 微積分
第04章 Pythonによる数値計算
 01 数値計算の基本
 02 NumPyの基本
 03 配列の基本計算
 04 疎行列
 05 NumPy/SciPyによる線形代数
 06 乱数
 07 データの可視化
 08 数理最適化
 09 統計
第05章 機械学習アルゴリズム
 01 準備
 02 回帰
 03 リッジ回帰
 04 汎化と過学習
 05 ラッソ回帰
 06 ロジスティック回帰
 07 サポートベクタマシン
 08 k-Means法
 09 主成分分析(PCA)
INDEX