評価が二分してますね。「イラストで学ぶ」とあるので安直に学べると思った人が多いため?たしかに無駄なイラストも多いですが、本質をついたものも少なからずあります。本文もさりげなく的確なコメントが含まれています。数式ばかりじゃ使えないという方も多いですが、基本を押さえずしてただ「使えればいい本」の寿命は短い。その意味で私のように短時間で機械学習の本質的なところを知る人間には有効です。
ただしクレームがあるとしたらそれは頁数と価格。きっと多くの方のクレームもこの頁数と価格に最終的には起因する気がします。この倍くらいの頁を使いもっと丁寧に書き、それに対して価格がもっと安ければ評価はもっと上がった気がします。
ここに限らず日本の専門書出版社は250頁前後を希望する。正確な理由は分かりませんが、いい加減、そうした中途半端な専門書作りの風潮から脱却するべきです。洋書だと500頁位は普通で800頁を越えるものもあります。しかも、それらが良書として普及している。日本の専門書出版社には良い本を出すことより「売れる」本を出すことしか頭にない。
この本の評価が分かれたのはそうした出版社側の背景もあるとみます。
プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
イラストで学ぶ 機械学習 最小二乗法による識別モデル学習を中心に (KS情報科学専門書) 単行本(ソフトカバー) – 2013/9/18
杉山 将
(著)
{"desktop_buybox_group_1":[{"displayPrice":"¥3,080","priceAmount":3080.00,"currencySymbol":"¥","integerValue":"3,080","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"1zodbahps0kIPST2dB5CUWZHurWzqSyyYZE4CO653qPgUJ5Djg9Na%2FyKrEcpaqRtaNQpChtfCc1K%2F28kkzBPSTsk%2BlCXVcXrzCZHebs1r4nURw1UID%2BU%2FsJgkSJIHTorKWysdN9QIew%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}
購入オプションとあわせ買い
最小二乗法で、機械学習をはじめましょう!! 数式だけではなく、イラストや図が豊富だから、直感的でわかりやすい! MATLABのサンプルプログラムで、らくらく実践! さあ、黄色本よりさきに読もう!
【目次】
第I部 はじめに
第1章 機械学習とは
第2章 学習モデル
第II部 教師付き回帰
第3章 最小二乗学習
第4章 制約付き最小二乗学習
第5章 スパース学習
第6章 ロバスト学習
第III部 教師付き分類
第7章 最小二乗学習に基づく分類
第8章 サポートベクトル分類
第9章 アンサンブル分類
第10章 確率的分類
第11章 系列データの分類
第IV部 教師なし学習
第12章 異常検出
第13章 教師なし次元削減
第14章 クラスタリング
第V部 発展的話題
第15章 オンライン学習
第16章 半教師付き学習
第17章 教師付き次元削減
第18章 転移学習
第19章 マルチタスク学習
第VI部 おわりに
第20章 まとめと今後の展望
【目次】
第I部 はじめに
第1章 機械学習とは
第2章 学習モデル
第II部 教師付き回帰
第3章 最小二乗学習
第4章 制約付き最小二乗学習
第5章 スパース学習
第6章 ロバスト学習
第III部 教師付き分類
第7章 最小二乗学習に基づく分類
第8章 サポートベクトル分類
第9章 アンサンブル分類
第10章 確率的分類
第11章 系列データの分類
第IV部 教師なし学習
第12章 異常検出
第13章 教師なし次元削減
第14章 クラスタリング
第V部 発展的話題
第15章 オンライン学習
第16章 半教師付き学習
第17章 教師付き次元削減
第18章 転移学習
第19章 マルチタスク学習
第VI部 おわりに
第20章 まとめと今後の展望
- 本の長さ232ページ
- 言語日本語
- 出版社講談社
- 発売日2013/9/18
- 寸法15.4 x 1.1 x 21.3 cm
- ISBN-104061538217
- ISBN-13978-4061538214
よく一緒に購入されている商品

対象商品: イラストで学ぶ 機械学習 最小二乗法による識別モデル学習を中心に (KS情報科学専門書)
¥3,080¥3,080
最短で3月31日 日曜日のお届け予定です
残り5点(入荷予定あり)
¥2,860¥2,860
最短で3月31日 日曜日のお届け予定です
残り5点(入荷予定あり)
¥2,860¥2,860
最短で4月4日 木曜日のお届け予定です
残り17点(入荷予定あり)
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
杉山 将
東京工業大学大学院情報理工学研究科 准教授
東京工業大学大学院情報理工学研究科 准教授
登録情報
- 出版社 : 講談社 (2013/9/18)
- 発売日 : 2013/9/18
- 言語 : 日本語
- 単行本(ソフトカバー) : 232ページ
- ISBN-10 : 4061538217
- ISBN-13 : 978-4061538214
- 寸法 : 15.4 x 1.1 x 21.3 cm
- Amazon 売れ筋ランキング: - 208,782位本 (本の売れ筋ランキングを見る)
- - 1,162位IT
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

http://www.ms.k.u-tokyo.ac.jp/sugi/index-jp.html
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2015年7月30日に日本でレビュー済み
Amazonで購入
2020年4月23日に日本でレビュー済み
Amazonで購入
外観に若干の汚れはありますが、中身は全く問題ないレベルです。非常に満足しております。今回はありがとうございました。
2015年5月4日に日本でレビュー済み
Amazonで購入
「黄色い本」が何を指すかわかっている人じゃないとちんぷんかんぷんでしょう。
「グラフで学ぶ」だったらわからないじゃないですが「イラストで学ぶ」のイラストが
大抵解析手法のコンセプトと関係ないので全然わかりません。
それをむしろ楽しむべきではないかなあと思います。
個人的にはエラスティックネットのイラストがツボにはまりました。
うちではMatlabを使ってないのもありますが……
Matlabを使った解析にはこういう方法があるよ、というチュートリアルとしていいのかもしれません。
このノリでRとPythonまでやってくれたら尊敬しますが、商売としては成立するのだろうか。
「グラフで学ぶ」だったらわからないじゃないですが「イラストで学ぶ」のイラストが
大抵解析手法のコンセプトと関係ないので全然わかりません。
それをむしろ楽しむべきではないかなあと思います。
個人的にはエラスティックネットのイラストがツボにはまりました。
うちではMatlabを使ってないのもありますが……
Matlabを使った解析にはこういう方法があるよ、というチュートリアルとしていいのかもしれません。
このノリでRとPythonまでやってくれたら尊敬しますが、商売としては成立するのだろうか。
2013年12月5日に日本でレビュー済み
Amazonで購入
イラストは、ただの挿絵。
イラストで説明されていという箇所は、
1つも無いと言っていいです。
大学の数学専攻のかたなら、理解できると思われますが、
イラストで学ぶという、入門編ではないです。
イラストで説明されていという箇所は、
1つも無いと言っていいです。
大学の数学専攻のかたなら、理解できると思われますが、
イラストで学ぶという、入門編ではないです。
2020年7月15日に日本でレビュー済み
Amazonで購入
タイトルは初心者向けに見えるのに、内容は大学数学レベル?のチグハグな本です。
第一章から専門用語と数式の暴風が吹き荒れる内容で、
残念ながら文系の私としては理解して読み進めることは出来そうにありません。
イラストもあっても無くてもどうでも良いような物が多く、理解の手助けになるとは思えません。
パラメータの配置図などはありがたいのですが……。
また、文章自体も分かり易いのか(私が数学に疎いことを考慮しても)疑問です。
改行もなく数式がゴリゴリ、しかも説明も大してありません。
少なくとも、初心者向けの本では無い事だけは確実だと思います。
この内容で理解出来る方には良書なのかも知れませんが、
タイトルと内容があまりにも乖離しているため、高い評価は出せないと思います。
第一章から専門用語と数式の暴風が吹き荒れる内容で、
残念ながら文系の私としては理解して読み進めることは出来そうにありません。
イラストもあっても無くてもどうでも良いような物が多く、理解の手助けになるとは思えません。
パラメータの配置図などはありがたいのですが……。
また、文章自体も分かり易いのか(私が数学に疎いことを考慮しても)疑問です。
改行もなく数式がゴリゴリ、しかも説明も大してありません。
少なくとも、初心者向けの本では無い事だけは確実だと思います。
この内容で理解出来る方には良書なのかも知れませんが、
タイトルと内容があまりにも乖離しているため、高い評価は出せないと思います。
2014年8月22日に日本でレビュー済み
Amazonで購入
状態は良く、内容も面白かった。マットラブは使っていないので良くわからなかった
2017年5月7日に日本でレビュー済み
Amazonで購入
最小2乗法からはじまり、最近流行のLASSOやリッジ回帰、SVMがきちんと理解できる良書です。行列の掛け算が理解できていれば読み進められるようになっていますので、勉強したいという気持ちがある方が1冊目として勉強するにはいいと思います。最初の最小2乗法の行列演算は、2ページ程度読むのに式を導出して10時間以上かかりましたが、ここを乗り切れば式の導出の雰囲気がつかめるので、あとは斜め読みで雰囲気が十分に理解できます。最初つまづいてしまうとモヤモヤ感が残りますので、一番最初の最小2乗法の理論の部分だけは紙と鉛筆を用意して自分で式を追っていくことをお勧めします。
2019年12月24日に日本でレビュー済み
正則化や決定木、ブースティングといった定番の機械学習アルゴリズムの数式と図解を使った解説は冗長な部分がなくとてもわかり易いです。特にブースティング以降の高度なアルゴリズムをここまでわかりやすく説明している教科書はあんまりないです。
欠点は、イラストが完全に無意味なことと、サンプルコードがMATLABで書かれていること。そしてタイトルが不適切なこと。このタイトルだと数学な苦手な人向けだと間違えて買った初心者の心を折るだけになってしまいます。タイトルや表紙をもうちょっと硬い雰囲気にすれば購買層とニーズが一致したのではないかと思います。この辺で☆1つマイナスさせていだだきます。
欠点は、イラストが完全に無意味なことと、サンプルコードがMATLABで書かれていること。そしてタイトルが不適切なこと。このタイトルだと数学な苦手な人向けだと間違えて買った初心者の心を折るだけになってしまいます。タイトルや表紙をもうちょっと硬い雰囲気にすれば購買層とニーズが一致したのではないかと思います。この辺で☆1つマイナスさせていだだきます。