パターン認識と機械学習 上(パターンニンシキトキカイガクシュウジョウ)

2006 年出版以来、 amazon.com の人工知能部門で世界的トップセラーとなり、たちまち 4 刷となった英語版原著 Pattern Recognition and Machine Learning 、待望の日本語版。 5 名の監訳者のもと、選りすぐられた日本人研究者達 14 名によって丁寧に訳出。ベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説。

機械学習を本格的に理解しようとする人が避けて通れない教科書として、 Christopher M. Bishop の "Pattern Recognition and Machine Learning" (通称 PRML) は広く知られています。本書はその日本語訳の上巻で、確率分布、線形回帰、線形分類、ニューラルネットワークの基礎、カーネル法をベイズ的な視点から一貫して導出します。

PRML の特徴は、機械学習のアルゴリズムを「ベイズ推論の枠組みで統一的に説明する」ことにあります。個々の手法がバラバラの発明として見えるのではなく、事前分布の設定とデータによる事後分布の更新という同じ思想のもとに位置づけられるため、手法間の関係性と限界が明確に見えるようになります。数式の密度が高く、線形代数・微積分・確率論の基礎がないと行間を埋められません。大学学部の数学を一通り終えた段階、あるいはそれに相当する自習を積んだ状態が前提です。

難易度ゆえに一人で通読するのは困難と言われ、大学や勉強会での輪読が広く行われています。しかし一度消化すれば、論文を読む際にモデルの仮定と導出を自力で追える力が身につきます。手軽な実装チュートリアルの先にある理論的な深さを求める人にとって、長期にわたって参照し続ける基礎文献です。