Ｒによる機械学習　Ｒ言語や数式の波に足元をすくわれることなく基礎知識の理解と習得を促進する「第３版」

現代に必要な機械学習のすべてを、よりパワフルで使いやすくなったＲ言語で、実際に手を動かし確認しながら学べる一冊。

絶え間なく更新されるベストプラクティスが
「ベスト」であり続けるための基礎技術のすべて

【本書の内容】
本書は
Brett Lantz， ”Machine Learning with R - Third Edition”，
Packt Publishing， 2019
の邦訳版です。

本書は「機械学習」で語られることの多い手法（最近傍法や回帰法、ナイーブベイズ
や決定木を使った分類法）を網羅し、それぞれの意味や成立条件を解説します。
といっても、ゴリゴリの数式だけを使うわけではなく、既存のデータを使用し、
それら手法によって解析した結果、どのようなグラフが表示されるか、を
手取り足取りで解説してくれます。
ですから、機械学習を構成するさまざまな手法を、実際に使えるレベルで理解できる
ようになります。
そのため、自身が関わるプロジェクトにおいて、どの手法がベストプラクティスと
なるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう。
「機械学習」を学んだものの「もやもや」に付きまとわれているエンジニアに
よく効く一冊です。

【本書のポイント】
・「機械学習」と呼ばれる手法を網羅
・手法を構成する手続きやその前準備を微細に解説
・各手法のメリットとデメリットも紹介
・実際に手を動かすことで各種手法を正しく利用できるようになる

【読者が得られること】
・機械学習とその派生手法のモデルを頭の中に構築できる
・機械学習を成立させるさまざまな手法に精通できる
・プロジェクトで真に必要な手法がわかる
・（ついでに）R言語（4.x系）も習得できる

【著者について】
・Brett Lantz（ブレット・ランツ）
社会学者として教育を受けた著者は、人間の行動を理解するために10年以上に
わたってイノベーティブなデータ手法を活用してきた。
DataCampの講師であり、世界中の機械学習カンファレンスやワークショップで
たびたび講演を行っている。

※お届け日が変更になりました
2月10日→2月12日

目次

機械学習入門
データを管理し、理解する
怠惰学習―最近傍法を使った分類
確率論的学習―ナイーブベイズを使った分類
分割統治―決定木と分類ルールに基づく分類
数値データを予測する―回帰法
ブラックボックス手法―ニューラルネットワークとサポートベクトルマシン
パターン検出―相関ルールを使ったバスケット分析
データのグループを特定する―ｋ‐ｍｅａｎｓ法
モデルの性能を評価する
モデルの性能を改善する
機械学習の専門的なトピック

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。