「パターン認識と機械学習」への遠回り その6 「図解・ベイズ統計「超」入門」

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
その3 はじめてのパターン認識
その4 キーポイント線形代数
幕間 機械学習と統計学
その5 キーポイント確率・統計

図解・ベイズ統計「超」入門 あいまいなデータから未来を予測する技術 (サイエンス・アイ新書)

統計学には大きく分けて二つの考え方があります。フィッシャー主義とラプラス主義です。
フィッシャー主義が前回学んだいわゆる「従来の統計学」で、ラプラス主義が「ベイズ統計学」にあたります。
どちらの考え方にも利点・欠点があり、問題に適した考え方を選ぶべきらしいです。つまり両方勉強しろってことですね。
ということで今回はベイズ統計学について勉強しようと思います。

良いところ

イラスト多めの会話形式で分かりやすいです。ノリが軽くて取っ付き易いです。
非常にコンパクトな本ですが、ベイズ統計の基礎となる考え方をしっかりカバーしていると感じました。

「従来の統計学とどう考え方が違うのか」という視点で説明が進みます。
(例えば「統計量ではなく確率や確率分布が前面に出てくる」とか)
章ごとにしっかりまとめたり、登場人物が学んだことを振り返って気になったところをピックアップしたりと細かいフォローもしっかりしています。

ベイズ統計学のイメージをしっかり掴めるので、この本を読んでからベイズ統計学の本格的な入門書に進むと読みやすいのでは、と思います。

悪いところ

しいてあげるなら説明が丁寧すぎて、ちょっと冗長に感じるところです。

学べること

統計やベイズ統計の歴史、従来の統計学との違い、ベイズ統計の基礎、確率の基礎、実際の応用

追記

こういったノリの本が苦手という方には、同じ著者の次の本をオススメします。

史上最強図解　これならわかる！ベイズ統計学

上記の本に比べて少し詳しく説明していると思います。
言い換えると、上記の本はこちらの本に対してよくまとまっていると思います。