ITエンジニアのための機械学習理論入門
この本の概要
現在話題となっている機械学習(Machine Learning)のツールやライブラリは内部でどのような計算をしているのか? 計算で得られた結果にはどのような意味があり,どのようにビジネス活用すればよいのか?――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより,その結果を見ることで機械学習を支える理論を実感できるようになります。
こんな方におすすめ
- 機械学習を知りたい方
- しくみを正しく知ってビジネスに役立てたい方
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
- 1.2.1 分類:クラス判定を生み出すアルゴリズム
- 1.2.2 回帰分析:数値を予測するアルゴリズム
- 1.2.3 クラスタリング:教師なしのグループ化を行うアルゴリズム
- 1.2.4 その他のアルゴリズム
1.3 本書で使用する例題
- 1.3.1 回帰分析による観測値の推測
- 1.3.2 線形判別による新規データの分類
1.4 分析ツールの準備
- 1.4.1 本書で使用するデータ分析ツール
- 1.4.2 実行環境のセットアップ手順(CentOS 6編)
- 1.4.3 実行環境のセットアップ手順(Mac OS X 編)
- 1.4.4 実行環境のセットアップ手順(Windows 7/8.1 編)
- 1.4.5 IPythonの使い方
- 他