R による機械学習入門(アールニヨルキカイガクシュウニュウモン)

Name: Rによる機械学習入門
Author: 金森敬文
ISBN: 9784274221125

著者:: 金森敬文(カナモリタカフミ)
出版社:: 株式会社オーム社
出版日:: 2017年11月23日頃
ISBN:: 9784274221125
在庫:: 在庫あり

Amazon で見る楽天ブックスで見る

なぜ注目されているか

言及数

679位

総合

712位

↓ 16 ランクダウン3 件の言及

書籍紹介

R 入門からデータを整理するための基本的な統計手法、予測に対する誤差の測り方、統計モデルによる機械学習、機械学習における主要なアルゴリズム、スパース学習などていねいに解説
機械学習を使いこなすには、確率・統計に根ざしたデータ解析の基礎理論が不可欠です。そこで本書は、業務での活用が増えている統計解析フリーソフト「 R 」を使って、 R の初歩から確率・統計の基礎、統計モデルによる機械学習を解説します。機械学習は、大量かつ複雑なデータを分析するのに有効とされ、ビッグデータ処理の花形技術ともいわれています。
まえがき
第 I 部 R による計算
第 1 章 R の使い方 3
第 2 章確率の計算
第 II 部統計解析の基礎
第 3 章機械学習の問題設定
第 4 章統計的精度の評価
第 5 章データの整理と特徴抽出
第 6 章統計モデルによる学習
第 7 章仮説検定
第 III 部機械学習の方法
第 8 章回帰分析の基礎
第 9 章クラスタリング
第 10 章サポートベクトルマシン
第 11 章スパース学習
第 12 章決定木とアンサンブル学習
第 13 章ガウス過程モデル
第 14 章密度比推定
付録:ベンチマークデータ
参考文献
パッケージ・関数索引
用語索引

技書の森解説

Python が機械学習の主流言語として語られる場面が多いなかで、本書はあえて R を軸に据えています。著者の金森敬文氏は数理統計学と機械学習アルゴリズムの研究者であり、統計的な裏付けを丁寧に示しながらアルゴリズムの原理を解説するスタイルが本書の核です。回帰、分類、クラスタリング、次元削減といった基本タスクを R のコードで追体験できる構成になっています。

R を選ぶ意義は、統計解析のエコシステムが成熟しており、数式からコードへの翻訳が直感的に行える点にあります。ベクトル演算や行列操作が言語レベルで自然に書けるため、アルゴリズムの数学的な構造をコードの中に透かして見ることができます。「実装フレームワークを呼ぶだけ」ではなく、手法の内側を理解したい読者にとってこの特性は大きな利点です。

想定読者は、統計学の基礎 (確率分布、最尤推定程度) に触れたことがあり、機械学習の理論と実装の橋渡しを求めている大学生や実務者です。 Python 環境にこだわらず、手法の本質を数理的に掴みたい人に向いています。