内容紹介（出版社より）

機械学習アルゴリズムの違いが見てわかる！



「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか？本書は、そのような機械学習アルゴリズムをオールカラーの図を用いて解説した機械学習の入門書です。
いままで複雑でわかりにくかった機械学習アルゴリズムを図解し、わかりやすく解説しています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。
これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの1冊です。


【本書の特徴】
・複雑な機械学習アルゴリズムの仕組みを1冊で学べる
・オールカラーの図をたくさん掲載
・各アルゴリズム毎にScikit-Learnを使用したコードを記載しているので、見るだけでなく試すこともできる
・仕組みだけでなく、実際の使い方や注意点もわかる


【本書で紹介するアルゴリズム】
01 線形回帰
02 正則化
03 ロジスティック回帰
04 サポートベクトルマシン
05 サポートベクトルマシン（カーネル法）
06 ナイーブベイズ
07 ランダムフォレスト
08 ニューラルネットワーク
09 kNN
10 PCA
11 LSA
12 NMF
13 LDA
14 k-means
15 混合ガウス
16 LLE
17 t-SNE

第1章　機械学習の基礎
　1.1　機械学習の概要
　1.2　機械学習に必要なステップ


第2章　教師あり学習
　01　線形回帰
　02　正則化
　03　ロジスティック回帰
　04　サポートベクトルマシン
　05　サポートベクトルマシン（カーネル法）
　06　ナイーブベイズ
　07　ランダムフォレスト
　08　ニューラルネットワーク
　09　kNN


第3章　教師なし学習
　10　PCA
　11　LSA
　12　NMF
　13　LDA
　14　k-means法
　15　混合ガウス分布
　16 LLE
　17　t-SNE


第4章　評価方法および各種データの扱い
　4.1　評価方法
　4.2　文書データの変換処理
　4.3　画像データの変換処理


第5章　環境構築
　5.1　Python3 のインストール
　5.2　仮想環境
　5.3　パッケージインストール

内容紹介（「BOOK」データベースより）

複雑で種類が多い機械学習アルゴリズムを図を交えながら一つひとつ解説していく入門書。教師あり学習、教師なし学習を合わせて１７種類のアルゴリズムを紹介している。機械学習を専門としていない方が、各種アルゴリズムの特徴や、アルゴリズムごとの違いがわかるように構成。また、本書で使われているコードはＰｙｔｈｏｎで実装されており、実際にコードを動かしながら本書を読み進めていくことができる。

目次（「BOOK」データベースより）

第１章　機械学習の基礎（機械学習の概要／機械学習に必要なステップ）／第２章　教師あり学習（線形回帰／正則化　ほか）／第３章　教師なし学習（ＰＣＡ／ＬＳＡ　ほか）／第４章　評価方法および各種データの扱い（評価方法／文書データの変換処理　ほか）／第５章　環境構築（Ｐｙｔｈｏｎ３のインストール／仮想環境　ほか）

著者情報（「BOOK」データベースより）

秋庭伸也（アキバシンヤ）
２０１２年早稲田大学基幹理工学部卒業。２０１５年早稲田大学理工学術院基幹理工学研究科機械科学専攻修士課程修了。現在、株式会社リクルートコミュニケーションズテクニカルリード

杉山阿聖（スギヤマアセイ）
製造業系の情報子会社でｉＯＳアプリ開発に３年、チャットボットの開発に２年従事。現在はＳＥＮＳＹ株式会社でリサーチャーとして、機械学習を利用した業務を実施中

寺田学（テラダマナブ）
（株）ＣＭＳコミュニケーションズ代表取締役。一般社団法人ＰｙＣｏｎ　ＪＰ代表理事。Ｐｌｏｎｅ　Ｆｏｕｎｄａｔｉｏｎ　Ａｍｂａｓｓａｄｏｒ。一般社団法人Ｐｙｔｈｏｎエンジニア育成推進協会顧問理事。ＰＳＦ（Ｐｙｔｈｏｎ　Ｓｏｆｔｗａｒｅ　Ｆｏｕｎｄａｔｉｏｎ）Ｃｏｎｔｒｉｂｕｔｉｎｇ　ｍｅｍｂｅｒｓ（本データはこの書籍が刊行された当時に掲載されていたものです）