|
|
這是一本為了需要學習機器學習，同時又想要搞懂其基本理論的讀者所撰寫的書。透過本書的登場人物：程式設計師綾乃與朋友美緒的對話，便可以與書中的兩位的角色一起成長。書中雖然有許多的數學公式，但只要跟著書中人物一起學，便能自然而然地搞懂，從而奠定更加堅實的機器學習基礎。
藉由本書，您可以了解：
．迴歸、分類、分群演算法
．使用迴歸進行預測的方法
．應用分類找出最適切結果的方法
．如何評估模型的正確程度
．如何使用Python來計算數學公式
作者簡介
立石賢吾（TATEISHI KENGO）
LINE Fukuoka株式會社資料工程師。
佐賀大學畢業後就職於佐賀縣內的系統開發公司，其後歷經福岡的開發公司，於2014年就職於LINE Fukuoka株式會社，負責資料分析及機器學習的相關工作。
Chapter1 旅程的開始
本章針對機器學習為什麼會演變成眾所矚目的焦點，以及運用機器學習可以辦到些什麼等概要進行說明，同時對迴歸、分類、分群等演算法做簡單的解說。
Chapter2 瞭解迴歸～根據廣告費預測點擊數
本章以「由花費在廣告上的費用，來預測點擊數」為主題，對迴歸進行學習。首先會以簡單的範例來思索進行預測需要導出什麼樣的式子，並探討如何將其逼近結果的方法。
Chapter3 瞭解分類〜依照圖像大小進行分類
本章以「由圖像的尺寸，來分類縱長形與橫長形」為主題，對分類進行學習。
與Chapter2相同，首先會思索為了進行分類會需要導出什麼樣的式子，並探討如何將其逼近最適切結果的方法。
Chapter4 瞭解評估〜確認模型的正確性
本章將對第2章與第3章建構模型的正確程度，也就是精度進行確認。將會介紹模型的評估方式，以及有哪些指標可用做評估。
Chapter5 動手寫程式〜 以Python來進行程式設計
本章根據第2~4章所學到的內容，以Python來撰寫程式。我們將可以了解到，如何將以數學表示式所構想出來的內容，以程式來進行處理。
Appendix
附錄收錄了從前面五章未提及的數學解說供各位參考。
總和的記號、乘積的記號／微分／偏微分／合成函數／向量與矩陣／幾何向量／指數、對數／Python環境建構／Python的基本／NumPy的基本
