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 (Programmers SELECTION) [単行本]Ω

要旨（「BOOK」データベースより）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。目次第1章　機械学習入門1.1　機械学習の起源1.2　機械学習の利用と乱用1.3　機械はどのように学習するか1.4　実際の機械学習1.5　Rによる機械学習1.6　まとめ第2章　データを管理し、理解する2.1　Rのデータ構造2.2　Rでのデータの管理2.3　データを調べて理解する2.4　まとめ第3章　怠惰学習―最近傍法を使った分類3.1　最近傍法分類を理解する3.2　例：k最近傍法を使って乳がんを診断する3.3　まとめ第4章　確率論的学習―ナイーブベイズを使った分類4.1　ナイーブベイズを理解する4.2　例：ナイーブベイズを使ってSMSスパムをフィルタリングする4.3　まとめ第5章　分割統治―決定木と分類ルールに基づく分類5.1　決定木を理解する5.2　例：C5.0の決定木を使ってあぶない融資を特定する5.3　分類ルールを理解する5.4　例：分類ルール学習器を使って毒キノコを識別する5.5　まとめ第6章　数値データを予測する―回帰法6.1　回帰を理解する6.2　例：線形回帰を使って医療費を予測する6.3　回帰木とモデル木を理解する6.4　例：回帰木とモデル木を使ってワインの品質を予測する6.5　まとめ第7章　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7.1　ニューラルネットワークを理解する7.2　例：人工ニューラルネットワークを使ってコンクリートの強度をモデル化する7.3　サポートベクトルマシンを理解する7.4　例：SVMを使って文字を認識する7.5　まとめ第8章　パターン検出―相関ルールを使ったバスケット分析8.1　相関ルールを理解する8.2　例：相関ルールを使って頻繁に購入される商品を特定する8.3　まとめ第9章　データのグループを特定する―k-means法9.1　クラスタリングを理解する9.2　例：k-means法を使ってマーケティングセグメントを特定する9.3　まとめ第10章　モデルの性能を評価する10.1　分類の性能を計測する10.2　将来の性能を推定する10.3　まとめ第11章　モデルの性能を改善する11.1　定番のモデルの性能を向上させる11.2　メタ学習でモデルの性能を改善する11.3　まとめ第12章　機械学習の専門的なトピック12.1　現実のデータの管理と前処理12.2　オンラインデータとオンラインサービスの操作12.3　問題領域固有のデータを操作する12.4　Rの性能を向上させる12.5　まとめ出版社からのコメント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言語で学べる質実ともに強力な1冊内容紹介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。著者紹介（「BOOK著者紹介情報」より）（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）ランツ,ブレット(ランツ,ブレット／Lantz,Brett)社会学者。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