はじめての人も再挑戦の人も！AI（人工知能）の基礎技術となる機械学習は、ここ数年で飛躍的に進化を遂げました。
その要因として、コンピュータの性能の向上とネットワーク網の発達、そして取得データの
増加が挙げられます。本書はそれら膨大なデータから、統計学の成果をもとに、有意な事象を正確に抽出する
分析・解析手法をR言語で実装する方法をまとめたものです。とはいえ、「統計学の成果」を「R言語を使って」となると、いきなり敷居が
高くなってしまいがちです。統計学の成果である数式を解読し、その数式から導かれる
アルゴリズムを理解し、アルゴリズムをR言語で実装するとなると、（各種パッケージを
使用するとはいえ）一朝一夕では学習しきれません。そこで、本書では直感でわかる基礎的な統計手法をとっかかりにしてそのデメリットを、
補正するために、次の統計手法を紹介し、その手法に合わせたR言語のパッケージと
使い方を、実際のデータを操作しながら説明するというスタイルを取っています。おかげで、数式はほとんど出てきませんし、アルゴリズムの森のなかで迷子になることも
ありません。初学者はもちろん、数式とアルゴリズムとR言語の3本の矢に射抜かれて
倒れた方にとっての復活の呪文ともなるでしょう。
※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。

絶え間なく更新されるベストプラクティスが
「ベスト」であり続けるための基礎技術のすべて

【本書の内容】
本書は
Brett Lantz, "Machine Learning with R - Third Edition",
Packt Publishing, 2019
の邦訳版です。

本書は「機械学習」で語られることの多い手法（最近傍法や回帰法、ナイーブベイズ
や決定木を使った分類法）を網羅し、それぞれの意味や成立条件を解説します。
といっても、ゴリゴリの数式だけを使うわけではなく、既存のデータを使用し、
それら手法によって解析した結果、どのようなグラフが表示されるか、を
手取り足取りで解説してくれます。
ですから、機械学習を構成するさまざまな手法を、実際に使えるレベルで理解できる
ようになります。
そのため、自身が関わるプロジェクトにおいて、どの手法がベストプラクティスと
なるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう。
「機械学習」を学んだものの「もやもや」に付きまとわれているエンジニアに
よく効く一冊です。

【本書のポイント】
・「機械学習」と呼ばれる手法を網羅
・手法を構成する手続きやその前準備を微細に解説
・各手法のメリットとデメリットも紹介
・実際に手を動かすことで各種手法を正しく利用できるようになる

【読者が得られること】
・機械学習とその派生手法のモデルを頭の中に構築できる
・機械学習を成立させるさまざまな手法に精通できる
・プロジェクトで真に必要な手法がわかる
・（ついでに）R言語（4.x系）も習得できる

※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。