見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑(ミテタメシテワカルキカイガクシュウアルゴリズムノシクミ キカイガクシュウズカン)

機械学習アルゴリズムの違いが見てわかる!

「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか?本書は、そのような機械学習アルゴリズムをオールカラーの図を用いて解説した機械学習の入門書です。
いままで複雑でわかりにくかった機械学習アルゴリズムを図解し、わかりやすく解説しています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。
これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの 1 冊です。

【本書の特徴】
・複雑な機械学習アルゴリズムの仕組みを 1 冊で学べる
・オールカラーの図をたくさん掲載
・各アルゴリズム毎に Scikit-Learn を使用したコードを記載しているので、見るだけでなく試すこともできる
・仕組みだけでなく、実際の使い方や注意点もわかる

【本書で紹介するアルゴリズム】
01 線形回帰
02 正則化
03 ロジスティック回帰
04 サポートベクトルマシン
05 サポートベクトルマシン (カーネル法)
06 ナイーブベイズ
07 ランダムフォレスト
08 ニューラルネットワーク
09 kNN
10 PCA
11 LSA
12 NMF
13 LDA
14 k-means
15 混合ガウス
16 LLE
17 t-SNE

第 1 章 機械学習の基礎
1.1 機械学習の概要
1.2 機械学習に必要なステップ

第 2 章 教師あり学習
01 線形回帰
02 正則化
03 ロジスティック回帰
04 サポートベクトルマシン
05 サポートベクトルマシン (カーネル法)
06 ナイーブベイズ
07 ランダムフォレスト
08 ニューラルネットワーク
09 kNN

第 3 章 教師なし学習
10 PCA
11 LSA
12 NMF
13 LDA
14 k-means 法
15 混合ガウス分布
16 LLE
17 t-SNE

第 4 章 評価方法および各種データの扱い
4.1 評価方法
4.2 文書データの変換処理
4.3 画像データの変換処理

第 5 章 環境構築
5.1 Python3 のインストール
5.2 仮想環境
5.3 パッケージインストール