読者です 読者をやめる 読者になる 読者になる

old school magic

機械学習と統計とプログラミングについてちょっとずつ勉強していきます。

「パターン認識と機械学習」への遠回り その3 「はじめてのパターン認識」

その1 フリーソフトで作る音声認識システム
その2 自然言語処理のための機械学習入門

前回までは音声認識だったり自然言語処理だったりとだいぶ範囲を狭めた本を読んで来ましたが、今回はパターン認識自体への入門書を読みます。

はじめてのパターン認識

はじめてのパターン認識

どんな本?

THE 入門書、まさしくPRMLの前に読むべき本だと思います。
PRMLの上巻と下巻の6、7、9、12、14章に該当する内容が初学者にも分かるように優しく説明されています。易しくはありません。
200P程の本にここまでの内容が詰まっているとは思いませんでした。
Rによる実行例が豊富で、視覚的にも理解を得やすいのではないでしょうか。
章末問題の演習も掲載しているので独学に向いていると思います。

いいところ

基礎的な事項への説明が熱いです。
あと線形識別器の導入からSVMに至るまでの説明の仕方が非常にわかりやすいと思います。

気になったところ

主成分分析がちょっとわかりづらかったかも。。。
もう一回読みなおしてみます

何が学べるか

基礎、k近傍法、線形識別器、主成分分析、クラスタリング(混合モデル)、決定木とブースティング

この三冊を読んでみて

PRMLでいうところの下巻の8章(グラフィカルモデル)、10章と11章(ベイズ的手法)、13章(系列データ)を除く全ての章について、基礎的な事項を学んだことになっている(はず)と思います。
次はベイズ的手法についての参考文献を読んでみようと思います。