統計的機械学習(トウケイテキ キカイ ガクシュウ)

機械学習を「使う」段階から「なぜそれが正しいのかを証明できる」段階へ踏み込むとき、避けて通れないのが統計的学習理論です。本書は杉山将氏が大学の講義で培った体系をもとに、確率論・線形代数を土台として、密度推定、回帰、分類、次元削減、カーネル法、正則化の理論的基礎を一冊で俯瞰します。定理と証明を省略せず記述するスタイルのため、数式を追う覚悟は求められますが、その分だけ各手法がどのような仮定の上に成り立ち、どこで破綻しうるのかが見通せるようになります。

対象読者は、大学の理工系学部で線形代数と確率統計を履修済みの人、あるいは実務で機械学習を使っていて理論的裏付けを補強したい人です。いわゆる入門書とは難易度が異なり、フレームワークの使い方を知りたいだけなら他の選択肢のほうが合います。

PRML (パターン認識と機械学習) と比較されることがありますが、本書はより統計学寄りの視点で整理されており、日本語で書かれているため数式の記法に迷いにくいのが利点です。理論を腰を据えて学びたい人にとって、繰り返し立ち返れる密度の高い教科書です。