大量のデータと多くの変数を扱う複雑な問題があるのに、それを処理する既存の数式や方程式が手元にありません。機械学習が最適な方法だとわかっていても、自分ではまだ使ったことがありません。では、形式が統一されていなかったり、不完全で雑多な形式のデータをどのように扱えばよいのでしょうか。アルゴリズムを訓練するにはどのような専門知識が必要なのでしょうか。データに適したモデルをどのように選択すればよいのでしょうか。
難しそうに聞こえますか。心配はいりません。機械学習の本質は試行錯誤にあります。ある手法やアルゴリズムがうまくいかない場合は、別のものを試せばよいのです。ただし、体系的なワークフローに従うことで、スムーズなスタートを切ることができます。
この ebook を読めば、基礎から応用テクニックおよびアルゴリズムまで、段階的に学習できます。このインタラクティブな ebook には、以下の内容が含まれています。
- 機械学習における主要な概念の明確な定義
- 体系的なワークフローにおけるステップの概要
- 教師あり学習および教師なし学習の主要なアルゴリズムの概要
