- Amazon.co.jp ・本 (349ページ)
- / ISBN・EAN: 9784621061220
感想・レビュー・書評
-
機械学習の理論を学ぶためには必須の一書。
しかし、線形代数・微積・統計に精通していて数式を見てすぐにイメージをつかめる人を除いてはこの本から勉強することはお勧めしない。
本書を読む前に大学教養程度の線形代数・微積・統計の基礎とパターン認識の流れは押さえていたほうがいい。
本書で学べることは主に二つ。
・Pythonのライブラリを使っているときに生じる疑問点が解決される
-なぜ回帰分析に使う誤差関数は二乗和誤差?分類問題ではクロスエントロピー誤差?
-なぜロジスティック回帰では事後確率がわかるのに、SVMではラベルしかわからない?
-バイアスとバリアンスって何?
-正則化項ってどこからでてきた?
・ベイズ的手法
-予測分布(例えば回帰において、ある入力を与えた時の出力の確率密度分布がわかる)
-ベイズモデル比較
-エビデンス近似(最尤推定でハイパーパラメータを求められる)詳細をみるコメント0件をすべて表示 -
難解だけど読み応えあった。周辺知識が一つに繋がる。ただ最終章はダレて数式追うだけ。また読み返そう。次は下巻。上巻が一ヶ月なので倍はかかりそう。
-
【機械工学科・機械情報工学科】ベストリーダー2024
第6位
東京大学にある本はこちら
https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_details/?bibid=2003111192 -
通称PRML本,機械学習分野の言わずと知れた名著である。理論に強化されている分他の機械学習の教科書よりは難しく感じるが,実用を目標とするなら8割程度の理解で十分だろう。
-
<シラバス掲載参考図書一覧は、図書館HPから確認できます>
https://libipu.iwate-pu.ac.jp/drupal/ja/node/190 -
【静大OPACへのリンクはこちら】
https://opac.lib.shizuoka.ac.jp/opacid/BB08641462 -
神 以上
-
1冊 損失