ISBN 9784798167343
Rによる機械学習［第3版］
概要
R言語で機械学習の主要手法を実データで動かしながら習得する
想定読者
機械学習の概念は知っているが手法の使い分けに迷っているエンジニア・データ分析者。R言語をツールとして使える環境が整っている人。
こんな人には向いていない
- 数理的背景(確率論・線形代数)を深く掘り下げたい読者には数式の扱いが薄い
- PythonやJuliaをすでに実務で使っており、R言語に移行する予定がない人には環境投資コストが見合わない
- 本番システムへのML組み込みやMLOpsを主目的とする読者には実装の後半フェーズが扱われていない
読了後にできるようになること
- k近傍法・ナイーブベイズ・決定木・回帰・ニューラルネットワーク・SVMをRで実装し、結果を解釈できる
- 各アルゴリズムの成立条件・前提とメリット・デメリットを比較して、プロジェクトに適した手法を選べる
- 実データを使ったクロスバリデーションやモデル評価指標(適合率・再現率・AUC等)を正しく使える
- R言語4.x系の基本操作とデータ前処理パイプラインを習得できる
- k-meansや連関規則など教師なし学習の基礎パターンを実装レベルで理解できる
- 分析結果のグラフ化・可視化を通じて、モデル挙動を直感的に把握するスキルが身につく
本書のキー概念(章解説)
- 第 1 章 機械学習入門 — 全体像の把握に特化。章末に手法選択の判断軸が整理されている
- 第 2 章 データの管理と理解 — 前処理に最も多くの時間を使う実務を反映した章構成
- 第 3 章 怠惰な学習——k最近傍法による分類 — 距離ベース手法の直感的理解に適した入口
- 第 4 章 確率的学習——ナイーブベイズ分類 — テキスト分類の定番。スパムフィルタ実装が演習題材
- 第 5 章 分割統治——決定木と規則学習 — 解釈可能なモデルの代表。エントロピー計算の実装をDockerで追った実践例あり
- 第 6 章 数値を予測する——回帰法 — 線形・多項式回帰の適用条件を誤差の観点から整理
- 第 7 章 黒いボックス——ニューラルネットワーク — 深層学習との接続は第3版での拡張箇所
- 第 8 章 支持ベクターマシン — カーネルトリックの直感的説明が手厚い
- 第 9 章 パターンを見つける——連関規則 — 教師なし学習の入口として小売分析事例を使用
- 第 10 章 クラスタを見つける——k平均法 — クラスタ数の選び方(エルボー法)まで解説
- 第 11 章 モデルの評価 — 混同行列・ROC・AUCを横断的に整理。実務適用時に繰り返し参照する章
- 第 12 章 モデルの性能改善 — バギング・ブースティング・スタッキングの基礎を扱う
ハイライト
- 絶え間なく更新されるベストプラクティスが『ベスト』であり続けるための基礎技術のすべて(本書が特定ツールの使い方ではなく、判断軸となる基礎を扱うという編集方針が端的に表れている)
- 自身が関わるプロジェクトにおいて、どの手法がベストプラクティスとなるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう(手法の選定力という、実務で最も問われるスキルを習得目標に据えている点が本書の特徴)
外部からの言及
- DockerコンテナでRStudioを起動し第3版のサンプルコードを実行する学習記録が複数投稿されており、コードの再現性が高く環境構築含めた手順が追いやすいという実践者視点が確認できる(qiita)
- R言語でPythonと同等の機械学習タスクをこなすための書籍リストの中で本書が参照されており、言語非依存の手法理解を目的とする学習者が選択肢として挙げるケースが見られる(qiita)
編集メモ
Qiita直接言及1件(likes 7)、関連記事群は同一著者(@kaizen_nagoya)による学習記録が中心で累計likes約59。機械学習トピックとしては参照頻度が高い定番書ではなく、R言語専用の実習書として位置づけられる
読む前に押さえておきたいこと
- R言語の基本的なデータ操作(data.frameの操作、基本的なベクトル演算)が分かる程度の経験
- 記述統計(平均・分散・相関)と確率の基礎概念
- 分類・回帰という機械学習の二大タスクの区別程度の前提知識
学習のコツ
- 11章(モデルの評価)は概念整理の核心なので、各手法章を読んだ後に必ず戻る。最初に通読しておくと各章の演習問題の採点基準が明確になる
- DockerでRStudio環境を立ち上げてからサンプルコードを実行すると、OS依存のパッケージ問題を回避しやすい。Qiitaにはその手順を記録した学習ログが公開されている
- 3〜10章の各手法章は独立して読める構成になっているため、業務で直近必要な手法の章から先に読んでも流れが崩れない
- 12章(性能改善)はアンサンブル学習の入口として読み、その後XGBoostやlightGBMの専門書に進む橋渡しとして使うと吸収が早い
出版社による内容紹介
絶え間なく更新されるベストプラクティスが 「ベスト」であり続けるための基礎技術のすべて 【本書の内容】 本書は Brett Lantz, "Machine Learning with R - Third Edition", Packt Publishing, 2019 の邦訳版です。 本書は「機械学習」で語られることの多い手法（最近傍法や回帰法、ナイーブベイズ や決定木を使った分類法）を網羅し、それぞれの意味や成立条件を解説します。 といっても、ゴリゴリの数式だけを使うわけではなく、既存のデータを使用し、 それら手法によって解析した結果、どのようなグラフが表示されるか、を 手取り足取りで解説してくれます。 ですから、機械学習を構成するさまざまな手法を、実際に使えるレベルで理解できる ようになります。 そのため、自身が関わるプロジェクトにおいて、どの手法がベストプラクティスと なるのか、無意味な分析・解析を避ける勘所がわかるようになるでしょう。 「機械学習」を学んだものの「もやもや」に付きまとわれているエンジニアに よく効く一冊です。 【本書のポイント】 ・「機械学習」と呼ばれる手法を網羅 ・手法を構成する手続きやその前準備を微細に解説 ・各手法のメリットとデメリットも紹介 ・実際に手を動かすことで各種手法を正しく利用できるようになる 【読者が得られること】 ・機械学習とその派生手法のモデルを頭の中に構築できる ・機械学習を成立させるさまざまな手法に精通できる ・プロジェクトで真に必要な手法がわかる ・（ついでに）R言語（4.x系）も習得できる 【著者について】 ・Brett Lantz（ブレット・ランツ） 社会学者として教育を受けた著者は、人間の行動を理解するために10年以上に わたってイノベーティブなデータ手法を活用してきた。 DataCampの講師であり、世界中の機械学習カンファレンスやワークショップで たびたび講演を行っている。
この本がどの学習段階で役立つかは、 関連する ロードマップ から確認できます。