問題解決に向けたモデル策定と
実装・実証へのスタートライン

【本書の内容】
本書は
Luis G.Serrano, "Grokking Machine Learning",
Manning Publishing, 2021
の邦訳です。

機械学習を齧ろうとすると、多くの数式と用語が次々に登場するため、あまりにも高カロリーで胸やけを起こし、消化不良で終わってしまいがちです。しかも歯を食いしばってゴールにたどり着いたとしても、実際に目の前にある問題解決には、なかなか直結しないことも多々あります。これは、機械学習の適用範囲が広大で、用意されたモデルが多岐にわたり、目の前の解決したい問題にあてはまるのがどれなのかわかりにくいことが要因です。

そこで本書では、「予測型」の機械学習に的を絞り、重要なモデルのみを解説します（できるだけ数式を使わずに！）。遭遇しがちな問題は、1つのモデルで解決できるとは限らないので、いくつか組み合わせたスタイルをとることになります。そういった（レゴブロックのような）複合モデルの作り方も紹介します。

そして、数学とコンピュータサイエンスを学んだ人しか取り組めないと思われがちな機械学習ですが、楽譜と楽理を知らなくても音楽に親しめるように、本書は「機械学習に親し」み、「なっとく」できる一冊です。

【読者が得られること】
・ 線形回帰、ロジスティック回帰、ナイーブベイズ、決定木、ニューラルネットワーク、サポートベクターマシン、アンサンブル手法などのモデルとその動作の理解
・ 実世界でのモデルの使用法と、問題に機械学習を適用する方法
・ 各モデルを最適化し、比較・改善する方法と、最適なモデルの構築
・ 実装と、実データセットによる予測

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。