機械学習をのんびり勉強(2)

「 ITエンジニアのための機械学習理論入門」を一通り読み終わりました。
Pythonコードは簡単にしか確認していないので、今後読み直す時に、
確認していこうと思ってます。

本書では、機械学習のアルゴリズムとして主に次の3種類が説明されています。
いずれも数式は最小限で、各手法のイメージが掴めました。

「分類」：クラス判定を生み出すアルゴリズム
決定木、パーセプトロン、ロジスティック回帰など。
複数のクラスに分類された既存データを基にして、新規データがどのクラスに属するかを
予測するルールを導く。
例：スパムメールの判定など。

「回帰分析」：数値を予測するアルゴリズム
既存のデータの背後には、何らかの関数が隠れていると考えて、その関数を推測することで
次に得られるデータの数値を予測する。
例：広告宣伝費と売り上げの関係

「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
答えが示されていないデータを元にして、グループ(クラスター)が
形成されていないかどうかを見つけ出す。

理論をもう少し深く理解するには、別の本で補う必要はありそうです。

ITエンジニアのための機械学習理論入門

• 作者: 中井 悦司
• 出版社/メーカー: 技術評論社
• 発売日: 2015/10/17
• メディア: 単行本（ソフトカバー）