わけがわかる機械学習
たまたま筆者自身のブログをみつけて、興味が湧いた
確率や統計にしっかり触れているので良さそう
でも確率論を学ぼうと思って教科書を開くと、最初のページでいきなりσ加法族なる謎の概念に困惑し
たしかに
抽象化は数学の方向性だけど、機械学習のために勉強始める際には必要なさそう 残り
もういっかい線形回帰の後半を読む
OK
ベイズ線形回帰あたりが難しい
ただ、主張はわかってきた
後半の数式変形がしんどすぎるのでおいとく
勾配法あたりはかんたん
連続確率と離散的なやつの違いが曖昧な理解な気がしてきたな、後で読み直さないと
あとは最適化とモデル選択読んで終わり
総じてかなり良い本であったと思う
書評
理系よりの人にもよいが
数学に抵抗が無い、という意味
それよりも、各種の機械学習にまつわる概念の意味を、かゆいところに手が届くように解説している
他にも「モデル」という言葉の意味とか
ブログにも書いてあるが、確率論の説明が多い
線形代数は他にも本がある
たしかに、確率に関する、数学側に寄りすぎていない良い解説だったと思う。
たしか私も「ベイズ確率」についてググったことがあるのだが、わけが分からなかった
サイコロの例の説明で完全に理解した