Ｒによる機械学習入門

目次

第１部　Ｒによる計算（Ｒの使い方；確率の計算）
第２部　統計解析の基礎（機械学習の問題設定；統計的精度の評価；データの整理と特徴抽出；統計モデルによる学習；仮説検定）
第３部　機械学習の方法（回帰分析の基礎；クラスタリング；サポートベクトルマシン；スパース学習；決定木とアンサンブル学習；密度比推定）

著者等紹介

金森敬文［カナモリタカフミ］
東京工業大学情報理工学院教授、理化学研究所革新知能統合研究センターチームリーダー。博士（学術）（本データはこの書籍が刊行された当時に掲載されていたものです）

出版社内容情報

R入門からデータを整理するための基本的な統計手法、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。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。

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

金森敬文［カナモリ タカフミ］
著・文・その他