Ｒによる機械学習入門

Ｒ入門からデータを整理するための基本的な統計手法、予測に対する誤差の測り方、統計モデルによる機械学習、機械学習における主要なアルゴリズム、スパース学習などていねいに解説
機械学習を使いこなすには、確率・統計に根ざしたデータ解析の基礎理論が不可欠です。そこで本書は、業務での活用が増えている統計解析フリーソフト「Ｒ」を使って、Ｒの初歩から確率・統計の基礎、統計モデルによる機械学習を解説します。機械学習は、大量かつ複雑なデータを分析するのに有効とされ、ビッグデータ処理の花形技術ともいわれています。

目次

まえがき
第Ｉ部　Ｒによる計算
第１章　Ｒ　の使い方３
第２章　確率の計算
第ＩＩ部　統計解析の基礎
第３章　機械学習の問題設定
第４章　統計的精度の評価
第５章　データの整理と特徴抽出
第６章　統計モデルによる学習
第７章　仮説検定
第ＩＩＩ部　機械学習の方法
第８章　回帰分析の基礎
第９章　クラスタリング
第１０章　サポートベクトルマシン
第１１章　スパース学習
第１２章　決定木とアンサンブル学習
第１３章　ガウス過程モデル
第１４章　密度比推定
付録：ベンチマークデータ
参考文献
パッケージ・関数索引
用語索引

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。