世界第一簡單機器學習

Description

世界第一簡單機器學習

　　涉及大量統計學理論，
　　讓人工智慧「自動學習」的演算法，
　　就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
　　搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
　　透過預測、判斷、評估、排序，提高準確率！
　　打好機器學習基礎，工作從此事半功倍！

好評推薦

　　日本讀者好評推薦
　　真的很好懂。雖然需要有線性代數和偏微分的底子，但不需要實際計算，只要看懂基本概念就行了。書中有豐富的圖片和親切的說明，讓讀者容易吸收，非常推薦！──Masaru Kamata

　　是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

　　巧妙地將漫畫和工作書結合，讓人一讀就停不下來了。最大的優點是有附數學解說，也有舉出現實中的應用範例，讓讀者了解能應用的場合和方式。Q&A的部分能激發思考，加深理解。我會推薦這本書給學生看。──Танечка

 序    

序章 請教我機器學習！    
紗耶香的房間① 紗耶香與女高中生小愛    

第1章 怎麼做迴歸？    
1.1 預測數據的困難    
1.2 從解釋變數求目標變數    
1.3 求線性迴歸函數    
1.4 正規化的效果    
紗耶香的房間② 數學的複習1    

第2章 怎麼進行識別？    
2.1 整理資料    
2.2 由資料預測類別    
2.3 邏輯識別    
2.4 決策樹的識別    
紗耶香的房間③ 數學的複習②    

第3章 評估結果    
3.1 要用測試資料評估才有意義    
3.2 訓練資料、檢驗資料、評估資料    
3.3 交叉驗證法    
3.4 準確率、精確率、召回率、F值    
紗耶香的房間④ 數學的複習③    

第4章 深度學習    
4.1 神經網路    
4.2 反向傳播法訓練    
4.3 挑戰深度學習    
4.3.1 深度神經網路的問題點    
4.3.2 多層訓練上的技巧 1事前訓練法    
4.3.3 多層訓練上的技巧 ②激活函數    
4.3.4 多層訓練上的技巧 ③規避過度學習    
4.3.5 結構特化的神經網路
紗耶香的房間⑤ 數學的複習④    

第5章 整體學習    
5.1 裝袋法    
5.2 隨機森林    
5.3 提升法    
紗耶香的房間⑥ 數學的複習⑤    

第6章 非監督式學習    
6.1 集群分析    
6.1.1 階層式集群分析    
6.1.2 分割式集群分析    
6.2 矩陣分解    
紗耶香的房間⑦ 數學的複習⑥    

結尾    
索引