アート・オブ・機械学習

Ｒハンズオンから本質をつかむ

共立出版
ノーマン・マトロフ　ヤン・ジャクリン　

• 価格: 4,180円（本体3,800円＋税）
• 発行年月: 2026年05月
• 判型: Ａ５
• ISBN: 9784320125971

内容情報

[BOOKデータベースより]

本書は、「機械学習はサイエンスではなくアートである」という理念のもと、単なる分析手法の使い方を超えた、実務で役立つ知識を丁寧に伝える。機械学習を効果的に活用するための細やかなデータ加工やモデルの調整、例えば、データ分析において頻繁に直面する「過学習」や「不均衡なデータ」への対処法、ハイパーパラメータのチューニングなど、現場の経験に基づく知見をハンズオン形式で伝授する。本書では機械学習の最も重要な概念に焦点を当て、それぞれの手法をＲ言語によって実装する。κ近傍法から始まり、回帰、分類、ランダムフォレスト、ニューラルネットワーク、時系列解析など、幅広い手法を段階的に紹介。数学的な内容はできるだけ直感的に、グラフや図を通じた視覚的な説明に留められており、数式に不安のある読者でも無理なく読み進めることができる。また、機械学習の各手法をｑｕｉｃｋかつｅａｓｙに実装するために原著者が開発したｑｅＭＬパッケージを活用し、最小限のコードで学習・予測・評価・可視化できる点も魅力。実務での応用を見据え、初学者であっても機械学習を本質から理解することができる。分析の落とし穴を回避し、予測を成果に変える実践的ガイドである。

１　導入および近傍法ベースの手法（回帰モデル；分類モデル；バイアス、バリアンス、過学習、交差検証法；特徴量が多いときの対処法）
２　決定木ベースの分析手法（κ近傍法の一歩先：決定木；決定木モデルの調整；ハイパーパラメータの良い組み合わせを見つける）
３　線形モデル―線形関係に基づく手法（パラメトリックモデル；縮小推定と正則化）
４　データを線や平面で分離する手法（境界線を用いたアプローチ：サポートベクトルマシン；強化された線形モデル：ニューラルネットワーク）
５　応用（画像分類；時系列データとテキストデータ）
付録

[日販商品データベースより]

機械学習はアートである
分析の落とし穴を回避し、予測を成果に変える実践的ガイド

本書は、「機械学習はサイエンスではなくアートである」という理念のもと、単なる分析手法の使い方を超えた、実務で役立つ知識を丁寧に伝える。機械学習を効果的に活用するための細やかなデータ加工やモデルの調整、例えば、データ分析において頻繁に直面する「過学習」や「不均衡なデータ」への対処法、ハイパーパラメータのチューニングなど、現場の経験に基づく知見をハンズオン形式で伝授する。
本書では機械学習の最も重要な概念に焦点を当て、それぞれの手法をR言語によって実装する。直感的なビジュアル解説と共に、k近傍法から始まり、回帰、分類、ニューラルネットワーク、時系列解析など、幅広い手法を段階的に紹介。数学的な内容はできるだけ直感的に、グラフや図を通じた視覚的な説明に留められており、数式に不安のある読者でも無理なく読み進めることができる。
また、機械学習の各手法をquickかつeasyに実装するために原著者が開発したqeMLパッケージを活用し、最小限のコードで学習・予測・評価・可視化できる点も魅力。実務での応用を見据え、初学者であっても機械学習を本質から理解したい読者に最適な実践書である。

［原著］The Art of Machine Learning: A Hands-On Guide to Machine Learning with R, No Starch Press, 2024