はじめてのパターン認識(ハジメテノパターンニンシキ)
- 著者:
- 平井 有三(ヒライ ユウゾウ)
- 出版社:
- 森北出版
- 出版日:
- 2012年07月
- ISBN:
- 9784627849716
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
パターン認識にはじめて触れる読者に向け,基礎からわかりやすく解説した入門書です.パターン認識の概念がよく理解できるとともに,R による実行例など,実際に応用する際にも役立つ内容が盛り込まれています.
第 1 章 はじめに
第 2 章 識別規則と学習法の概要
第 3 章 ベイズの識別規則
第 4 章 確率モデルと識別関数
第 5 章 k 最近傍法 (kNN 法)
第 6 章 線形識別関数
第 7 章 パーセプトロン型学習規則
第 8 章 サポートベクトルマシン
第 9 章 部分空間法
第 10 章 クラスタリング
第 11 章 識別器の組み合わせによる性能強化
技書の森解説
機械学習を数学的に理解したいが、 Bishop の PRML はいきなり読める気がしない。そういう位置にいる人が手に取ることの多い一冊です。森北出版から出ている本書は、パターン認識の主要なアルゴリズム (ベイズ決定則、パーセプトロン、 SVM 、クラスタリング、主成分分析など) を線形代数と確率論の基礎をベースに解説しており、勉強会の資料としても広く使われています。
「はじめての」というタイトルですが、高校数学だけで読める本ではありません。ベクトルと行列の演算、偏微分、確率分布の基礎は前提として求められます。大学の学部 2 〜 3 年生、あるいはそれに相当する数学力を持つ社会人が対象と考えるのが妥当です。逆に、その素養がある人にとっては、各手法の数理的な骨格を過不足なく掴める構成になっています。
PRML に直接飛び込む前の準備として、あるいはパターン認識分野の全体地図として、理論寄りの学習ルートに進む人にとって定番の踏み台になっている本です。
言及 Qiita 記事 (61 件)
【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本
♡ 1632本, 機械学習, 数学, データ分析, データサイエンス2024年版機械学習・データ分析の必須10冊+ガチ90冊+Next5冊=105冊
♡ 867本, 機械学習, データ分析, データサイエンスタダで学べるデータサイエンス名著5冊 【日本書は高額でも英語ができれば怖くない】
♡ 704Python, R, 機械学習, DeepLearning, データ分析2023年版データ分析の100冊
♡ 654本, 機械学習, データ分析, データサイエンスROC曲線とは何か、アニメーションで理解する。
♡ 509Python, 機械学習, statistics, パターン認識, 統計学エンジニアのインターンが技術書を30冊くらい読んでみたので、ゆるくまとめてみた
♡ 469本, 技術書, 書籍, 新卒エンジニア, 新卒応援2025年版機械学習・データ分析の必須10冊+ガチ89冊+Next5冊=104冊
♡ 450本, 機械学習, データ分析, データサイエンス私がKagglerになるまでの道のり
♡ 282機械学習, ポエム, Kaggleデータサイエンスにオススメの本80冊！
♡ 256Python, SQL, 機械学習, 統計学, データサイエンス【機械学習】モデル評価・指標についてのまとめと実行( w/Titanicデータセット)
♡ 227Python, 機械学習, MachineLearning
この本に興味がある方におすすめ
この本に関連
関連記事
機械学習・AI 本ガイド - エンジニアが読むべき技術書の選び方
機械学習の基礎から実践まで学べる技術書の選び方を紹介。「Python ではじめる機械学習」などのハンズオン本を軸に、数学が苦手な人向けの学習ルートと ML 本の賞味期限の見極め方を解説します。
設計の引き出しは本でしか増えない
実務経験だけでは設計の引き出しに限界があります。なぜ経験だけでは不十分なのか、本が設計力に与える不可替な役割を論じます。
本の「はじめに」は読み飛ばさないで
多くの人が読み飛ばす「はじめに」には、その本を最大限に活用するためのヒントが詰まっています。たった 5 分で読めるこのページの価値を解説します。