購入前に目次をご確認ください
インプレス［コンピュータ・IT］ムック じわじわわかる機械学習 データ分析・AIアルゴリズムのなかみ
インプレス / 2026年04月09日 / 全367ページ
●一冊目に読みたい機械学習の超入門。数式なしで基礎がわかる！
本書は、数学が苦手な方や新人エンジニア向けに、機械学習の基礎を数式を使わず図解中心で解説した超入門書です。教師あり・なし学習の基本から、次元削減、ディープラーニング、強化学習といった重要トピックを網羅。モデル評価や倫理などの実践的側面にも触れており、高校生でも理解できる平易な表現で全体像を把握できます。知識ゼロから次世代のAIスキルを身につけたい方の最初の一冊として最適な内容です。
本書は、数学が苦手な方や新人エンジニア向けに、機械学習の基礎を数式を使わず図解中心で解説した超入門書です。教師あり・なし学習の基本から、次元削減、ディープラーニング、強化学習といった重要トピックを網羅。モデル評価や倫理などの実践的側面にも触れており、高校生でも理解できる平易な表現で全体像を把握できます。知識ゼロから次世代のAIスキルを身につけたい方の最初の一冊として最適な内容です。
目次
- はじめに
- この本の読み方 〜わからなくていい、まずは触ってみよう〜
- 目次
- 本書情報および正誤表のWeb ページ
- 第1章 機械学習とは？ 〜コンピュータはデータから学ぶ〜
- 第2章 機械学習の手順 〜コンピュータが賢くなる手順〜
- 2-1 データの準備と前処理 〜機械学習の下ごしらえ〜
- 2-2 特徴量エンジニアリング 〜重要な特徴を見つけ出す〜
- 2-3 データ分割と学習モデル 〜トレーニング検証テストの3段構え〜
- 2-4 モデルの評価 〜テストの成績をどう分析するか～
- 第3章 教師あり学習 ～正解を教えてもらって、少しずつ賢くなる学び方～
- 3-1 k近傍法 〜「近くの人に相談してみる」ことから始まる予測法〜
- 3-2 線形回帰 〜まっすぐな線で予測する～
- 3-3 ロジスティック回帰 〜「はい」か「いいえ」を予測する魔法のモデル～
- 3-4 サポートベクターマシン 〜わかりやすくデータを分ける、賢い境界線の探し方～
- 3-5 ナイーブベイズ 〜ヒントから正体を推測する確率の名探偵〜
- 3-6 決定木 〜診断チャートで判定する〜
- 3-7 アンサンブル学習 〜みんなで答えを出す最強のチームワーク〜
- 3-8 ランダムフォレスト 〜たくさんの意見を集めて、より正しい答えを導く「クラス委員会」〜
- 3-9 勾配ブースティング 〜失敗から学んで、どんどん賢くなる努力の人〜
- はじめに
- この本の読み方 〜わからなくていい、まずは触ってみよう〜
- 目次
- 本書情報および正誤表のWeb ページ
- 第1章 機械学習とは？ 〜コンピュータはデータから学ぶ〜
- 第2章 機械学習の手順 〜コンピュータが賢くなる手順〜
- 2-1 データの準備と前処理 〜機械学習の下ごしらえ〜
- 2-2 特徴量エンジニアリング 〜重要な特徴を見つけ出す〜
- 2-3 データ分割と学習モデル 〜トレーニング検証テストの3段構え〜
- 2-4 モデルの評価 〜テストの成績をどう分析するか～
- 第3章 教師あり学習 ～正解を教えてもらって、少しずつ賢くなる学び方～
- 3-1 k近傍法 〜「近くの人に相談してみる」ことから始まる予測法〜
- 3-2 線形回帰 〜まっすぐな線で予測する～
- 3-3 ロジスティック回帰 〜「はい」か「いいえ」を予測する魔法のモデル～
- 3-4 サポートベクターマシン 〜わかりやすくデータを分ける、賢い境界線の探し方～
- 3-5 ナイーブベイズ 〜ヒントから正体を推測する確率の名探偵〜
- 3-6 決定木 〜診断チャートで判定する〜
- 3-7 アンサンブル学習 〜みんなで答えを出す最強のチームワーク〜
- 3-8 ランダムフォレスト 〜たくさんの意見を集めて、より正しい答えを導く「クラス委員会」〜
- 3-9 勾配ブースティング 〜失敗から学んで、どんどん賢くなる努力の人〜
- 第4章 ニューラルネットワーク 〜脳みそのモノマネ〜
- 4-1 単純パーセプトロン 〜最も単純なニューラルネットワーク〜
- 4-2 多層パーセプトロン 〜ワンルームから一軒家へ〜
- 4-3 ディープラーニング 〜一軒家から高層ビルへ〜
- 4-4 活性化関数 〜ニューロンの性質を決めるスイッチ〜
- 4-5 ディープラーニングの学習 〜コツコツと試行錯誤を繰り返す努力家～
- 4-6 最適化アルゴリズム 〜効率的に山を下る〜
- 4-7 正規化と正則化 〜本番に強くなるための学習法〜
- 4-8 ディープラーニングあるある 〜よくあるつまずきポイント〜
- 第5章 教師なし学習 〜正解がなくても、自分で見つける力〜
- 5-1 k平均法 〜似たものどうしをまとめてグループを作る〜
- 5-2 階層クラスタリング 〜似たものどうしが少しずつ集まる不思議な木〜
- 5-3 DBSCAN 〜集まり具合を見て、グループを見つけよう〜
- 5-4 主成分分析 〜データの整理整頓で見えてくる“本質”〜
- 5-5 t-SNE 〜似たものどうしは近くに並べる〜
- 第6章 強化学習 〜七転び八起き、実践から学ぶ〜
- 6-1 Q学習 〜攻略本を作って最適な行動を見つけよう〜
- 6-2 グリッドワールドで学ぶQ 学習 〜マス目の世界で育つ「攻略本」～
- 6-3 深層Q学習 〜ディープラーニングで広い世界に挑む〜
- 索引
- 著者プロフィール
- 奥付
※このデジタル雑誌には目次に記載されているコンテンツが含まれています。それ以外のコンテンツは、本誌のコンテンツであっても含まれていません のでご注意ください。
※電子版では、紙の雑誌と内容が一部異なる場合や、掲載されないページがある場合があります。
