『Rによる機械学習[第3版]』は、DataCampの講師で世界中の機械学習カンファレンスで講演を行っているBrett Lantzによる『Machine Learning with R - Third Edition』(Packt Publishing、2019)の邦訳版です。
機械学習には最近傍法や回帰法、ニューラルネットワークやk-means法など様々な手法がありますが、効率的に分析・解析を行うには目的やプロジェクトごとに適した手法、つまりベストプラクティスを見出す必要があります。
本書はベストプラクティスを常に更新し続けるための基礎知識として、機械学習の手法を網羅して解説。言語としてR(4.0系)を使用し、既存データを解析してグラフを表示するなど、実際に手を動かしながら各手法のメリットやデメリット、無意味な分析を避ける勘所を学ぶことができます。
開発や研究の現場で機械学習を利用している方はもちろん、エンジニアとして知識の土台を築きたい方におすすめです。
目次
第1章:機械学習入門
第2章:データを管理し、理解する
第3章:怠惰学習 ― 最近傍法を使った分類
第4章:確率論的学習 ― ナイーブベイズを使った分類
第5章:分割統治 ― 決定木と分類ルールに基づく分類
第6章:数値データを予測する ― 回帰法
第7章:ブラックボックス手法 ― ニューラルネットワークとサポートベクトルマシン
第8章:パターン検出 ― 相関ルールを使ったバスケット分析
第9章:データのグループを特定する ― k-means法
第10章:モデルの性能を評価する
第11章:モデルの性能を改善する
第12章:機械学習の専門的なトピック