第1章 データサイエンスと機械学習
第2章 最小二乗法:機械学習理論の第一歩
第3章 最尤推定法:確率を用いた推定理論
第4章 パーセプトロン:分類アルゴリズムの基礎
第5章 ロジスティック回帰とROC曲線:学習モデルの評価方法
第6章 k平均法:教師なし学習モデルの基礎
第7章 EMアルゴリズム:最尤推定法による教師なし学習
第8章 ベイズ推定:データを元に「確信」を高める手法
機械学習のしくみを学ぶデータサイエンスの本質を理解する。
・エンジニアに読んで欲しい技術書90選[2023-10-30に投稿]
・おじさん会社員の略歴[2020-06-20に投稿]
・【初心者】プログラミング初心者が機械学習を学び始めた。[2020-05-26に投稿]
・お金を最小限に抑えながらPythonエキスパートになる最短ルートを真面目に考えみた[2018-05-28に投稿]
・機械学習の超初心者が、みんなが良いと言う記事を読んでまとめてみた[2017-06-21に投稿]
・ITエンジニアのための機械学習理論入門読了者が Kaggle やってみた[2017-06-10に投稿]
・機械学習とディープラーニングの入門者向けコンテンツまとめ[2017-02-11に投稿]
・機械学習をゼロから1ヵ月間勉強し続けた結果[2017-01-10に投稿]
・Azure Machine Learningをわかった気になるために細かいことは気にせずに機械学習のことをまとめてみる - ディープラーニングの手前まで[2016-05-30に投稿]