機械学習アルゴリズム入門 -類似性の科学ー(キカイガクシュウアルゴリズムニュウモン ルイジセイノカガク)

本書は、機械学習を単なる「ツールボックス」としてではなく、「一定の数理的理解をもちながら利用したい」という読者のための書です。

「文章から著者を当てる」簡単な人工知能を作りながら、
・機械学習の「アルゴリズム」の仕組み。
・どうすれば人工知能の予測性能を高めるには。
・「サポートベクターマシン」や「カーネル関数」とは何か。
といった、機械学習の「基本的な考え方」や、「基礎的な概念」「知識」を解説。

機械学習や人工知能の仕組みを深く理解し、活用する力を養います。
■「機械学習」と「データ」の類似度
「機械学習」と「人工知能」
「機械学習」でできること
「学習アルゴリズム」の仕組み
「データの類似度」と機械学習
類似度関数
多様なデータ形式の類似度関数

■「距離関数」による「機械学習」
著者当てゲーム
機械学習における「探索」のサイクル
特徴設計
データ加工 (第 1 ラウンド)
類似度関数の設計 (第 1 ラウンド)
「学習アルゴリズム」の選択 (第 1 ラウンド)
「ハイパーパラメータ」の最適化 (第 1 ラウンド)
モデルの評価 (第 1 ラウンド)
データの加工 (第 2 ラウンド)
学習アルゴリズムの選択 (第 2 ラウンド)
パラメータの最適化とモデルの評価 (第 2 ラウンド)
データの加工と類似度関数の設計 (第 3 ラウンド)
学習アルゴリズムの選択 (第 3 ラウンド)
ハイパーパラメータの最適化とモデルの評価 (第 3 ラウンド)

■情報量に基づく類似度関数
確率の基礎
情報量
バラつきの指標としての情報量
確率分布の比較
「ジェンセンーシャノン情報量」による「著者当てゲーム」

■「カーネル関数」による類似度評価
カーネル関数
カーネルマシン
サポートベクターマシンによる「著者当てゲーム」