統計的パターン認識と判別分析(トウケイテキ パターン ニンシキ ト ハンベツ ブンセキ)

機械学習のライブラリが手軽に使える時代であっても、分類器がなぜ動くのかを数理的に理解したい場面は消えません。本書はコロナ社の「情報工学レクチャーシリーズ」の一冊として、統計的パターン認識と判別分析の理論を体系的に整理した教科書です。著者の栗田多喜夫氏と日高章理氏は産業技術総合研究所での研究経験を持ち、ベイズ決定理論からパラメトリック/ノンパラメトリック手法、カーネル法、ニューラルネットワークの基礎まで、分類問題の古典から発展までを見通しよく配置しています。

各手法の定式化を数式で正確に記述しながら、その手法が持つ仮定と限界を明示するスタイルが特徴です。判別分析を単なるレシピ集ではなく「どの仮定のもとで何が最適解になるのか」という観点から整理するため、手法選択の根拠を論理的に説明できるようになります。

前提知識として線形代数と確率・統計の基礎が求められます。学部 3 〜 4 年生から大学院初年度にかけての講義テキストとして設計されており、独学の場合は演習問題を解きながら読み進めると理解が深まります。 PRML (パターン認識と機械学習) ほどの厚みはない代わりに、判別分析の核心を日本語で簡潔に押さえられる一冊です。