マナティ

購入形態

EPUB
3,324円
数量:

カートに追加されました。カートを見る

カートに入れる
紙の本を買う

作ってわかる! アンサンブル学習アルゴリズム入門

シーアンドアール研究所

本書は、LightGBMやXGBoostなどに代表されるアンサンブル学習のアルゴリズムをPython 3でゼロから実装することで、その仕組みや原理を学べる1冊です。


<序文より抜粋>
ビッグデータを解析するための機械学習アルゴリズムとしては、ディープラーニング、つまりニューラルネットワークの他にも、ベイズ分類器や決定木、それにそれらを組み合わせた「アンサンブル学習」アルゴリズムなど、さまざまな種類があり、データやその利用シーンに応じて適切なものを選択しなければ、その威力を発揮させることはできません。実際、海外のデータコンペティションにおいてはLightGBMなどのアルゴリズムがよく利用されますが、それは勾配ブースティングアルゴリズムの一種であり、「アンサンブル学習」アルゴリズムの1つです。
そうした「アンサンブル学習」アルゴリズムは強力な分析力を提供してくれますが、それらを正しく使いこなし、最大限の性能を引き出すためには、アルゴリズムの詳細についての理解が欠かせません。そして、どのようなアルゴリズムについても、その手法を最もよく理解できる学習手段は、そのアルゴリズムを実際に一からプログラミングしてみることなのです。
そうした「アンサンブル学習」と呼ばれる手法について、最も基礎的な部分から解説し、実際にコードを作成しながらその動作原理を学ぶ、というの本書の目的となります。
そして本書では、Python言語を使用して、複数のアンサンブル学習アルゴリズムを、完全に一からスクラッチで制作します。数式でアルゴリズムを理解するのではなく、実際に一からプログラムを書き、コードに触れることで得られる知識は、実際のデータ解析における問題解決能力を大きく養ってくれるはずです。

発売日:2019-05-24

ページ数:248ページ

目次

CHAPTER 01 アンサンブル学習の基礎知識
CHAPTER 02 機械学習プログラミングの準備
CHAPTER 03 線形回帰と確率的勾配降下法
CHAPTER 04 決定木アルゴリズム
CHAPTER 05 プルーニング
CHAPTER 06 バギング
CHAPTER 07 AdaBoost
CHAPTER 08 改良AdaBoost
CHAPTER 09 勾配ブースティング
CHAPTER 10 その他のアンサンブル手法

著者プロフィール

  • 坂本俊之(著者)

    機械学習エンジニア・兼・AIコンサルタント
    現在はAIを使用した業務改善コンサルティングや、AIシステムの設計・実装支援などを行う。