Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

まえがき

機械学習は、多くのビジネスアプリケーション、研究プロジェクトにとって、不可欠な存在となっている。応用領域は医療診断・治療からSNSでの友人の発見まで幅広い。機械学習は、大規模な研究チームを持つ大企業にしか使えないと思っている人も多い。本書では、機械学習を用いたシステムを自作するのは簡単だということを示し、そのための一番良い方法を紹介する。本書で得た知識を用いれば、ツィッターのユーザたちがどう感じているかを判断するシステムや、地球温暖化を予測するシステムを自作することができる。機械学習のアプリケーションは無限にある。特に現在利用できる膨大なデータを考えると、限界はむしろ利用者のイマジネーションのほうにある。

対象読者

本書は、機械学習を実世界の問題を解く方法として実装しようとしている機械学習の実践者、もしくは実践者になりたいと望む人に向けて書かれている。入門書なので、機械学習や人工知能に関する事前知識は必要ない。Pythonとscikit-learnライブラリに焦点を絞り、実用になる機械学習アプリケーションを作るためのすべてのステップを説明する。本書で紹介する手法は、科学者や研究者だけでなく、商用アプリケーションを使うデータサイエンティストにとっても役に立つはずだ。PythonやNumPyやmatplotlibをいくらかでも知っていればより理解しやすいだろう。

本書では数学を使いすぎないように留意し、機械学習アルゴリズムの実用的な側面に注力している。数学（特に確率論）は機械学習の基礎をなしているが、本書ではアルゴリズムの解析にはあまり立ち入らない。機械学習アルゴリズムの数学に興味があるなら、Trevor Hastie、Robert Tibshirani、Jerome Friedmanの『 ...