作品一覧 2019/04/19更新 機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム 試し読み フォロー データサイエンティスト養成読本 機械学習入門編 試し読み フォロー 見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 試し読み フォロー 1~3件目 / 3件<<<1・・・・・・・・・>>> 加藤公一の作品をすべて見る
ユーザーレビュー 機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム 加藤公一 機械学習を勉強する上での入り口になり得る本であると感じた 基本的なPythonの文法や高校数学大学数学の復習をした後に、基本となる機械学習アルゴリズムの理論と実装の2つを丁寧に説明してくれている 機械学習を勉強する知人がいたらまず真っ先にこれを勧めたいと思えるレベル しかし基本的なPythonの経験...続きを読む(数十行くらいのコードを読み書きした経験)や高校理系レベルの数学などの教養が前提となっていて、また後半は行列計算が大量に出てくるので頭の中で平面的立体的に考えられる力がないと理解が追いつかない部分がでてきそう 実務というよりは理論と実装だが、しかし機械学習の勉強をしていくなら最低限これくらいの教養は欲しいといった内容が込められているように感じた 1章 AnacondaなどのPython実行環境の準備について 2章 Pythonの基礎 JupyterNotebookやREPLの使い方、基礎文法、各種データ型、オブジェクト指向、クラス、モジュール作成、ファイル操作など 3章 数学基礎 高校数学の基礎や線形代数の幾何的イメージ、大学レベルの線形代数など 逆行列の求め方やランクの概念についてよく学べた ランクは変換先が何次になるかを表せてる その他にも直交行列や対称行列など 微積分は高校数学+ヘッセ行列など 4章 Pythonによる数値計算 Numpyによる配列計算の基本やScipyによる数値計算の仕方、乱数の扱い、Matplotlibによるデータの可視化など 応用としてScipyのoptimizeモジュールによる数理最適化、中でも勾配降下法は重要 制約式が非線形の最適化の場合はラグランジュ 統計については基本的なレベル 5章 機械学習アルゴリズムについて 各種MLアルゴリズムがどのような数学的理論に基づくかとPythonでどう書かれるかについて まず線形回帰について学び、その後正則化を取り入れた回帰について その後過学習の問題について交差検証によってデータをk分割しk回訓練・評価を行うことで改善 その後分類としてロジスティック回帰(名前に注意)やSVM(分類不可能な場合もあるのである程度の許容値となるパラメータを加えチューニングする) 非線形な場合はカーネル法により次元をあげて分類し次元をまた下げる 次に教師なし学習について、k-Means(重心との距離)や主成分分析(低次元射影後の分散を最大化)などの手法の理論とアルゴリズムを学んだ PCAの行列演算は特異値分解を行うため難しい スケーリングの標準化が必要なのは正則化(重みが公平じゃないといけない)と勾配降下法(SVMなど)が用いられる時 Posted by ブクログ 見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 秋庭伸也 / 杉山阿聖 / 寺田学 / 加藤公一 ずるい ココらへん苦労して学んだのにこんなにきれいに整理されているなんて PRMLやカステラ本読んですぐ理解できる方には不要 数式を追うばかりで、あれなにやってんだっけ となってしまう方のためにまずは旅の地図を 1アルゴリズムに数ページだからこれを読んでもすぐ使えるわけではないけど頭の整理、あるいは...続きを読む客先にアルゴリズムを説明する参考に非常にいいですね つかさこの本を片手にお客様に「t-SNEはー」とか話されたら怖いね。データ分析が仕事の人は本書をサクッと読んではじパタで準備しよう Posted by ブクログ 見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 秋庭伸也 / 杉山阿聖 / 寺田学 / 加藤公一 凝った統計の延長として機械学習を使うことが多く、教師ありの回帰モデルばかりを使ってきました。ここいらでもう少し自分のできることの範囲を広げるべく、まず最初の一冊としてグラフィカルに主要な手法が説明された本書を手に取りました。 本書は「図」鑑の名前の通り、教師あり/なしのいくつかの機械学習手法に関...続きを読むして図説をメインに説明したテキストです。データを分類する過程を典型的なデータで示し、各手法の直観的な理解が進みやすくなっています。エッセンスの部分だけアルゴリズムの説明も書いてあり、これだけで済むわけではないでしょうが数式に抵抗がなければこちらも理解の助けになります。取り扱われる全手法にコード例も付いているので実際にトライしてみることもできます(ほとんどやっておらず、すみません。)。 本書で少し惜しいなと思われる点は、図より文字による説明の方が多く、「図鑑」というには少し教科書に寄りすぎていることです。イラストやグラフが多い教科書として読むこともできますが、それにしてはアルゴリズムの詳細の説明が薄めです。もうちょっと図鑑に徹した方が好みだったなと思う次第です。 Posted by ブクログ 機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム 加藤公一 機械学習に関して学習しようと思い購入。 線形代数、微分積分の数学の基礎から、Pythonのコードを使用した回帰、k-Means法までを説明してくれている。 微分積分の量はそこまで多くないが、線形代数はしっかりと説明しており、良書だと思う。 機械学習を初めてトライする人にはちょうど良い難易度だと思いま...続きを読むす。 Posted by ブクログ 機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム 加藤公一 最初の300ページ弱は基礎的な数値計算の導入のみ。 最後の100ページで回帰(線形、リッジ、ラッソ、ロジスティック)とSVM、k-means、PCAをあまりライブラリに頼らず一から実装しているのがポイントのようだ。しっかり基本式から実装に至るまでの式変形をしてくれているので、「ゼロからDEEP」系...続きを読むの解説です。 前半の内容を知らない入門者が最後の100ページをしっかり理解するのは困難なのではないかと感じます。 一方、sklearnとか使えるけど、実際どんな理屈なのかよく知らない、という人にはオススメです。 Posted by ブクログ 加藤公一のレビューをもっと見る