今回、機械学習については、いろいろ勉強したけど、こういう本があるのは知らなかった。文献調査ができていなかった・・・ということになろうか。世の中、想像より機械学習はいろいろと応用が進んでいるみたいだ。
経済学への応用もいろいろ検討されているみたいだ。これはまた別途論文を紹介したいと思う（皆さんのお役に立てるかは別だw）。
この本は、扱っているテーマの多彩さから、最初から順番に読むというより、必要なところを必要に応じて読んでいくっていう使い方になるのだろうけど、それにしても分厚い。
章立ては以下の通り。
- 第1章 序章
- 第2章 教師あり学習の概要
- 第3章 回帰のための線形手法
- 第4章 分類のための線形手法
- 第5章 基底展開と正則化
- 第6章 カーネル平滑化法
- 第7章 モデルの評価と選択
- 第8章 モデル推論と平均化
- 第9章 加法的モデル、木、および関連手法
- 第10章 ブースティングと加法的木
- 第11章 ニューラルネットワーク
- 第12章 サポートベクトルマシンと適応型判別
- 第13章 プロトタイプ法と最近傍探索
- 第14章 教師なし学習
- 第15章 ランダムフォレスト
- 第16章 アンサンブル学習
- 第17章 無向グラフィカルモデル
- 第18章 高次元の問題：p>>N
- 参考文献
以上の通りだ。
「統計的」という学習の話題がいろいろと取り上げられていてる。自分としては、機械学習と計量経済学の違いがやはりよく分かってないってことになるのだが、とりあえずはその辺りの理解を進めながら必要に応じてこの本も参照するようにして、理解を深めていくと言うところだろうか。
自分で使えるようになることが今年の目標なのだがそこまで理解が進むのだろうか。そして究極は、Pythonをマスターして、機械学習を応用したアプリを作ることがゴールになるようにしようと考えているのだが、どうなりましょうか。パッと思いつくのは、株価予測とか、景気予測とかになるが・・・夢のまた夢だが、それを実現させようとアラカンの男をかんがえているのでした。
