作品紹介：

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。機械学習を理解し実践するために必要な要素を選抜して解説した、実践的ガイドブック！　本書は、機械学習の入門者から中級者までをおもな対象として、機械学習を理解し実践するために必要なさまざまな要素を選抜して解説した、機械学習のガイドブックです。　機械学習の概要から解説をはじめ、機械学習の歴史と主要なアルゴリズム、機械学習を実践するためのプログラミング言語であるRとPythonそれぞれの説明と連携、機械学習を正しく使いこなすためのさまざまな注意点、Kerasを活用したディープラーニングの実践、そして強化学習の例としてアルファゼロを取り上げています。付録には機械学習の理論的裏付けとなる数学の概要も取り上げています。　入門者の方はまず本書の第1章「機械学習とは何か、どんな働きをするのか」を読み、第5章「さあ機械学習の本質を体験してみよう」の実践を繰り返してみてください。だんだんと機械学習に関する多くのことが見えるようになってきて、中級者への道が開けるでしょう。　中級者の方には前半はやや簡単かもしれませんが、第8章「Kerasを使ったディープラーニングの実践」、第9章「さまざまなゲームの攻略法をゼロから学習するアルファゼロ」の内容が十分に理解できたのであれば、かなりのレベルに達したのだと思います。簡単かもしれない前半部分にも、参考になるさまざまな要素を仕込みました。　機械学習の入門から中級者への道をガイドする1冊となっています。はじめに第1章 機械学習とは何か、どんな働きをするのか第2章 機械学習小史：機械学習ブームの基盤を作った主人公たち第3章 ぜひ使ってみたい役に立つアルゴリズム第4章 RとPython第5章 さあ機械学習の本質を体験してみよう第6章 機械学習を上手に使いこなすコツ第7章 RとPythonの連携第8章 Kerasを使ったディープラーニングの実践第9章 さまざまなゲームの攻略法をゼロから学習するアルファゼロ付録A 機械学習の基盤となる数学の概要A.1 機械学習の数学的基盤となるベクトル空間A.2 ベクトル空間、ノルム空間、内積空間、ユークリッド空間とその関係A.3 ドット積、行列、行列積A.4 さまざまな行列の性質とその演算A.5 行列と線形写像、固有値、テンソル、カーネル関数と射影A.6 確率空間、確率変数、確率分布A.7 統計的推定A.8 最適化の手法付録B RとPythonのデータ分析に関連する基本的コマンドの比較B.1 基本的機能B.2 ベクトル、行列などの作成と操作および数値計算（NumPy機能の対応）B.3 データフレームの作成・操作など（Pandas機能の対応）おわりに参考文献とそのガイド

※ 電子書籍の送受信データの容量が大きい場合は、パケット通信料が高額になりますので、パケット定額制サービスのご利用をおすすめします。