機械学習のエッセンス

本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。
実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。
また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。
これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

●目次
はじめに
第01章　学習を始める前に
　01 本書の目的
　02 本書は何を含まないか
　03 機械学習の初歩
　04 実行環境の準備
第02章　Pythonの基本
　01 プログラムの実行方法
　02 基本的な文法
　03 数値と文字列
　04 複数行処理
　05 制御構造
　06 リスト、辞書、集合
　07 関数定義
　08 オブジェクト指向
　09 モジュール
　10 ファイル操作
　11 例外処理
第03章　機械学習に必要な数学
　01 基本事項の確認
　02 線形代数
　03 微積分
第04章　Pythonによる数値計算
　01 数値計算の基本
　02 NumPyの基本
　03 配列の基本計算
　04 疎行列
　05 NumPy/SciPyによる線形代数
　06 乱数
　07 データの可視化
　08 数理最適化
　09 統計
第05章　機械学習アルゴリズム
　01 準備
　02 回帰
　03 リッジ回帰
　04 汎化と過学習
　05 ラッソ回帰
　06 ロジスティック回帰
　07 サポートベクタマシン
　08 k-Means法
　09 主成分分析（PCA）
INDEX