作ってわかる!アンサンブル学習アルゴリズム入門(ツクッテ ワカル アンサンブル ガクシュウ アルゴリズム ニュウモン)

機械学習の精度を高める「アンサンブル学習」を Python3 でゼロから実装する!「アンサンブル学習」の仕組みや原理を学ぶことができる 1 冊!

機械学習コンペティションで上位を占める手法の多くはアンサンブル学習に基づいています。バギング、ブースティング、スタッキングといった代表的な手法はライブラリを呼べば使えますが、「なぜ弱い学習器を束ねると強くなるのか」を説明できる人は意外と少ないものです。本書はそこに踏み込み、アンサンブル学習のアルゴリズムを実際にコードで組み上げながら理解することを目指します。

決定木をベースにしたランダムフォレストや勾配ブースティングの内部動作を、既成ライブラリに頼らず実装していく構成です。自分の手で書くことで、各手法がデータのどの側面を捉え、どこで性能が頭打ちになるかの感覚が身につきます。 XGBoost や LightGBM を「ブラックボックスのまま使っている」状態から一歩先に進みたい人に向いています。

数学的な前提は高校レベルの確率・統計で足りますが、 Python の基本文法と NumPy の操作には慣れている必要があります。理論書でも API リファレンスでもなく「作ることで腑に落とす」ための本であり、実装を通じて機械学習の中核にあるアンサンブルの思想を内面化できる構成になっています。