【レビュー】機械学習スタートアップシリーズ　ベイズ推論による機械学習入門

最短経路で平易に理解できる、今までにない入門書！
ベイズ主義機械学習（ベイズ学習）の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい！

【主な内容】
1　機械学習とベイズ学習
2　基本的な確率分布
3　ベイズ推論による学習と予測
4　混合モデルと近似推論
5　応用モデルの構築と推論

【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。

まず、以下の2点を同時に刊行いたします(^o^)/

『これならわかる深層学習入門』瀧 雅人･著
『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修

最短経路で平易に理解できる、今までにない入門書！「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。

　・優良データサイエンス関連教材をたっくさんまとめてみた【僕の学習記録】[2023-02-19に投稿]

　・Rでベイズ線形回帰[2020-11-14に投稿]

　・Rでポアソン混合モデル (変分推論) [2020-11-05に投稿]

　・Rでポアソン混合モデル実装 (ギブスサンプリング)[2020-11-05に投稿]

　・多次元ガウス分布 : ウィシャート分布 (ベイズ推定)[2020-11-05に投稿]

　・多次元ガウス分布 : 多次元ガウス分布 (ベイズ推定)[2020-11-05に投稿]

　・多次元ガウス分布 : ガウス-ウィシャート分布 (ベイズ推定)[2020-11-05に投稿]

　・正規分布 : ガンマ分布 (ベイズ推定)[2020-11-02に投稿]

　・正規分布 : 正規分布 (ベイズ推定)[2020-11-02に投稿]

　・ベルヌーイ分布 : ベータ分布 (ベイズ推定)[2020-11-02に投稿]

　・ポアソン分布 : ガンマ分布 (ベイズ推定)[2020-11-02に投稿]

　・カテゴリカル分布 : ディリクレ分布 (ベイズ推定)[2020-11-02に投稿]

　・正規分布 : 正規-ガンマ分布 (ベイズ推定)[2020-11-02に投稿]

　・(ベイズ統計学)混合モデルと事後分布の推論について概観をまとめた[2020-05-23に投稿]

　・(Python)期待値・モンテカルロサンプリングを丁寧に理解しようとした[2020-05-20に投稿]

　・エンジニアのインターンが技術書を30冊くらい読んでみたので、ゆるくまとめてみた[2020-03-18に投稿]

　・ベイズ推論とは結局何なのか[2020-01-25に投稿]

　・『ベイズ推論による機械学習入門』Pythonのnumpyだけで実装するポアソン混合モデルの近似推論[2019-11-05に投稿]

　・ベイズ推定を用いた回帰[2019-08-06に投稿]

　・ベイズ推論の勉強用ノート（６）ー Markov Branket[2019-03-03に投稿]

　・ベイズ推論の勉強用ノート（５）ー 予測分布の推定[2019-02-23に投稿]

　・ベイズ推論の勉強用ノート（４）ー 事後分布の推定[2019-02-17に投稿]

　・ベイズ推論の勉強用ノート（３）ー 連続確率分布[2019-02-11に投稿]

　・ベイズ推論の勉強用ノート（２）ー 離散確率分布[2019-02-04に投稿]

　・ベイズ推論の勉強用ノート（１）ー 基本的な定義[2019-02-03に投稿]

　・初心者から data scientist・AI engineer になるための勉強法&おすすめサイト・本を一つの記事にまとめたかった[2018-12-11に投稿]

　・[ベイズ推論による機械学習入門]numpyだけで線形次元削減を実装してみた。[2018-12-04に投稿]

　・[ベイズ推論による機械学習入門]多次元ガウス混合モデルにおける推論(ギブスサンプリング編)[2018-11-14に投稿]

　・[ベイズ推論による機械学習入門]線形回帰[2018-10-27に投稿]

　・Bokehを使ってグリグリ動かせるベータ分布を描画する[2018-04-01に投稿]

　・Juliaに触って見ようと思った時に便利なリンク集(2017年末版)[2017-12-26に投稿]

　・【随時更新】マシンラーニングエンジニアが機械学習、統計学のおすすめ本を紹介する[2017-07-06に投稿]