Rではじめる機械学習 データサイズを抑えて軽量な環境で攻略法を探る (impress top gear)

Ｒは、統計解析のためのプログラミング言語・開発環境であり、機械学習で利用できるライブラリが数多く提供されています。ただし、膨大なデータの処理よりもプロトタイピングや検証に適しています。本書ではまず、機械学習の考え方や、その基礎となる統計についてわかりやすく説明します。それを踏まえて、代表的な機械学習の理論を押さえながら、Ｒのさまざまな活用法を解説します。本書を読んで、Ｒによる機械学習の試行や検証を始めてみましょう。

手軽なR環境で機械学習を試そう!
機械学習の考え方とRの活用をわかりやすく解説!

Rは、統計解析のためのプログラミング言語・開発環境であり、
機械学習で利用できるライブラリが数多く提供されています。

膨大なデータの処理よりもプロトタイピングや検証に適しており、
先進IT企業では、あるモデルでうまく動作するかを判断するため
まずRでプロトタイプを作成・確認するというケースもあります。

本書ではまず、機械学習の考え方や、その基礎となる統計をわかりやすく説明します。
それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。
本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。

本書で取り上げるのは、単回帰/重回帰/ロジスティック回帰、クラスタリング、主成分分析、
アソシエーション分析、SVM、アンサンブル学習、ベイズ推定、ディープラーニングなどです。

◆対象読者◆
機械学習を試してみたい方
プロトタイピングや検証を手軽に行いたい方

2年以上にわたるセミナーで洗練された内容

■「はじめに」より抜粋・要約
筆者は、これまで2年以上にわたって、オープンソースの統計解析ソフトウェア「R(アール)」を用いた
機械学習のセミナーを実施してきました。いつも参加者は満員となり、ニーズの高さを実感しています。

Rの場合、何ギガバイトもの膨大なデータ量を処理することにはあまり適していません。
むしろ、重要なのは、Rの特性を見極め、どのような機械学習の局面でどのように活用するか、にあると言えます。
それが本書のコンセプトであり、代表的な機械学習の理論を押さえながら、Rによる実践について解説します。

2年間のセミナーのなかで、受講者の皆様から、わかりにくいポイント、現場で利用するためのポイントなど、
様々なフィードバックやリクエストをいただき、本書に反映しました。したがって本書は、実際の現場で利用される
データサイエンティスト、これからRで機械学習の実施を検討される技術者の方などにお勧めできます。

目次

第１章　Ｒと機械学習の基礎
第２章　回帰分析で目的変数の値や発生確率を予測
第３章　クラスタリング分析の３つの手法でデータを分類
第４章　主成分分析・因子分析で属性を削減し因子を特定
第５章　アソシエーション分析で関連性がある物事を見極める
第６章　サポートベクターマシンでクラス分類
第７章　アンサンブル学習と正則化―モデルの組み合わせと過学習の解決
第８章　ベイズ推定とＭＣＭＣ―事後確率や状態確率を求める
第９章　ニューラルネットワークとディープラーニング

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。