（改訂新版）ITエンジニアのための機械学習理論入門（技術評論社） [電子書籍]

（改訂新版）ITエンジニアのための機械学習理論入門（技術評論社） の 商品概要

• 機械学習を基礎から理論的に学びたい，そんなITエンジニアに向けて執筆された本です。初版から約5年が経過し，全面カラー化して「改訂新版」としました。Pythonのコーディング環境もGoogle Colaboratoryに刷新，これまで5回にわたる重版で修正した内容に加え，最新の書き下ろし修正でアップデートしました。初版から内容は古びておらず，逆に，機械学習を学ぶうえで重要な理論がほぼカバーされていますので，まさに入門の定番書になりました。カラー化によりグラフも見やすくなり，理解が進むのもお勧めするポイントです。
  

• 目次

  第1章　データサイエンスと機械学習
  1.1 ビジネスにおけるデータサイエンスの役割
  1.2 機械学習アルゴリズムの分類
  1.3 本書で使用する例題
  1.4 サンプルコード実行環境の準備
  第2章　最小二乗法：機械学習理論の第一歩
  2.1 多項式近似と最小二乗法による推定
  2.2 オーバーフィッティングの検出
  2.3 付録 ― ヘッセ行列の性質
  第3章　最尤推定法：確率を用いた推定理論
  3.1 確率モデルの利用
  3.2 単純化した例による解説
  3.3 付録 ― 標本平均／標本分散の一致性と不偏性
  第4章　パーセプトロン：分類アルゴリズムの基礎
  4.1 確率的勾配降下法のアルゴリズム
  4.2 パーセプトロンの幾何学的な解釈
  第5章　ロジスティック回帰とROC 曲線：分類アルゴリズムの評価方法
  5.1 分類問題への最尤推定法の応用
  5.2 ROC 曲線による分類アルゴリズムの評価
  5.3 付録 ― IRLS法の導出
  第6章　k平均法：教師なし学習モデルの基礎
  6.1 k平均法によるクラスタリングと応用例
  6.2 怠惰学習モデルとしてのk近傍法
  第7章　EMアルゴリズム：最尤推定法による教師なし学習
  7.1 ベルヌーイ分布を用いた最尤推定法
  7.2 混合分布を用いた最尤推定法
  第8章　ベイズ推定：データを元に「確信」を高める手法
  8.1 ベイズ推定モデルとベイズの定理
  8.2 ベイズ推定の回帰分析への応用
  

（改訂新版）ITエンジニアのための機械学習理論入門（技術評論社） の商品スペック