序?? ?



序章 請教我機器學習！?? ?

紗耶香的房間? 紗耶香與女高中生小愛?? ?



第1章 怎麼做迴歸？?? ?

1.1 預測數據的困難?? ?

1.2 從解釋變數求目標變數?? ?

1.3 求線性迴歸函數?? ?

1.4 正規化的效果?? ?

紗耶香的房間? 數學的複習1?? ?



第2章 怎麼進行識別？?? ?

2.1 整理資料?? ?

2.2 由資料預測類別?? ?

2.3 邏輯識別?? ?

2.4 決策樹的識別?? ?

紗耶香的房間? 數學的複習??? ?



第3章 評估結果?? ?

3.1 要用測試資料評估才有意義?? ?

3.2 訓練資料、檢驗資料、評估資料?? ?

3.3 交叉驗證法?? ?

3.4 準確率、精確率、召回率、F值?? ?

紗耶香的房間? 數學的複習??? ?



第4章 深度學習?? ?

4.1 神經網路?? ?

4.2 反向傳播法訓練?? ?

4.3 挑戰深度學習?? ?

4.3.1 深度神經網路的問題點?? ?

4.3.2 多層訓練上的技巧 1事前訓練法?? ?

4.3.3 多層訓練上的技巧 ?激活函數?? ?

4.3.4 多層訓練上的技巧 ?規避過度學習?? ?

4.3.5 結構特化的神經網路

紗耶香的房間? 數學的複習??? ?



第5章 整體學習?? ?

5.1 裝袋法?? ?

5.2 隨機森林?? ?

5.3 提升法?? ?

紗耶香的房間? 數學的複習??? ?



第6章 非監督式學習?? ?

6.1 集群分析?? ?

6.1.1 階層式集群分析?? ?

6.1.2 分割式集群分析?? ?

6.2 矩陣分解?? ?

紗耶香的房間? 數學的複習??? ?



結尾?? ?

索引?? ?





?

序



　　本書會舉出幾項機器學習中較具代表性的手法，並盡可能簡單解說其概要，預設的讀者為具備大一程度數學知識的機器學習初學者。如果自身對數學式不太熟悉的話，可翻閱各章後面的數學相關說明，大致掌握這些數學式的用處即可。



　　本書在內容的安排上，一開始會先設定問題，接著舉出解決該問題的方式，再對各機器學習手法進一步說明。各章設定的問題與解決手法如下：



　　章節? 問題? 手法

　　1? 預測活動參加人數? 線性迴歸

　　2? 判斷糖尿病高危險群? 邏輯識別、決策樹

　　3? 評估訓練成果? 分割學習法、交叉驗證法

　　4? 排行葡萄的等級? 卷積神經網路

　　5? 判斷糖尿病高危險群（再挑戰）? 整體學習

　　6? 推薦相關活動? 集群分析、矩陣分解



　　各章所介紹的手法僅為粗淺內容，想要實際運用這些手法，建議先深入理解相關的專業參考書後，再來嘗試挑戰。



　　最後，我想感謝給予這次執筆機會的歐姆社股份有限公司，也要向渡真加奈老師與Verte股份有限公司的同仁表達最深的謝意，感謝您們將我的拙劣原稿改編成如此生動活潑的漫畫故事。



?