実践 機械学習システム

4

1

章 

Python

ではじめる機械学習

しかし、より複雑な間違いはいくつも存在します。たとえば、偏った訓練データを用いるということな

どが考えられます。繰り返しになりますが、仕事の成否は扱うデータにかかっているのです。

アルゴリズムに関する作業は、先ほど述べた機械学習のワークフローにおける4 番目でのみ行われ

る、つかの間の作業になります。ここで注意すべきことは、他の4つの作業について、それらは退屈で

単純な作業ではない、ということです。それらの作業は、そこまで刺激的ではないにしても、アルゴリ

ズムに関する作業と同じく重要な作業です。このことは、機械学習の作業を行う上で重要なことであ

り、読者に理解してもらいたいと思っていることの一つです。本書を読み終える頃には、学んだアルゴ

リズムではなく、データに対して愛着を感じるようになってほしいと期待しています。

最後に、本書では広範囲な機械学習アルゴリズムについて、理論的な側面に比重を置きすぎないよ

うに注

意しました。というのは、理論的な機械学習については、すでに優れた書籍がいくつも存在し

ているからです（「付録　機械学習についてさらに学ぶために」で参考書籍を紹介しています）。その代

わりに、各章で扱うそれぞれのアプローチについて、その本質を直観的に理解できるような説明を試

みました。読者が本質的な考え方を理解し、はじめの一歩を踏み出すのに十分な情報を本書で提示し

たいと考えました。そのため、本書は機械学習に関する詳しい解説書ではありません。むしろ、入門

者の