機械学習を基礎から理論的に学びたい、そんなITエンジニアに向けて執筆された本です。初版から約5年が経過し、全面カラー化して「改訂新版」としました。Pythonのコーディング環境もGoogle Colaboratoryに刷新、これまで5回にわたる重版で修正した内容に加え、最新の書き下ろし修正でアップデートしました。初版から内容は古びておらず、逆に、機械学習を学ぶうえで重要な理論がほぼカバーされていますので、まさに入門の定番書になりました。カラー化によりグラフも見やすくなり、理解が進むのもお勧めするポイントです。

■第1章　データサイエンスと機械学習

1.1 ビジネスにおけるデータサイエンスの役割

1.2 機械学習アルゴリズムの分類

1.3 本書で使用する例題

1.4 サンプルコード実行環境の準備

■第2章　最小二乗法：機械学習理論の第一歩

2.1 多項式近似と最小二乗法による推定

2.2 オーバーフィッティングの検出

2.3 付録 - ヘッセ行列の性質

■第3章　最尤推定法：確率を用いた推定理論

3.1 確率モデルの利用

3.2 単純化した例による解説

3.3 付録 - 標本平均／標本分散の一致性と不偏性

■第4章　パーセプトロン：分類アルゴリズムの基礎

4.1 確率的勾配降下法のアルゴリズム

4.2 パーセプトロンの幾何学的な解釈

■第5章　ロジスティック回帰とROC 曲線：分類アルゴリズムの

評価方法

5.1 分類問題への最尤推定法の応用

5.2 ROC 曲線による分類アルゴリズムの評価

5.3 付録 - IRLS法の導出

■第6章　k平均法：教師なし学習モデルの基礎

6.1 k平均法によるクラスタリングと応用例

6.2 怠惰学習モデルとしてのk近傍法

■第7章　EMアルゴリズム：最尤推定法による教師なし学習

7.1 ベルヌーイ分布を用いた最尤推定法

7.2 混合分布を用いた最尤推定法

■第8章　ベイズ推定：データを元に「確信」を高める手法

8.1 ベイズ推定モデルとベイズの定理

8.2 ベイズ推定の回帰分析への応用

世界で一番売れている文書作成ソフト・Wordの開発者ブロディ氏が説く、奇跡を起こす人生技術。人生で成功するために何をなすべきかを説いた傑作である。著者は、1981年にハーバード大学を中退してコンピュータ革命に参加し、マイクロソフト社のソフトウエア開発部門の3番目の社員となった。Wordをはじめ、数多くのソフトウエアを開発し、ビル・ゲイツ氏の個人的な技術アドバイザーとしても活躍したが、数年間の激務の後、ストレスと疲労が積もり仕事を辞め、より意味のある人生を求めて一心不乱の探求に乗り出した。

著者がいちばん発見したかったのは、なぜ人生が「まあまあ満足」程度で推移し、時たま「穴」に落ち込むが、決して「素晴らしい」レベルに到達しないのか……であった。本書の中で、氏はその波乱万丈の旅の結果について語り、成功と幸福を得るためのガイドを提供している。

ビル・ゲイツ氏も「驚くほど有益だ！」と絶賛した、米国発のロングベストセラー。

（※注記）

本書は『夢をかなえる一番よい方法』というタイトルで、邦訳単行本版がPHP研究所から2002年に、邦訳文庫版が2006年に、それぞれ発売された原著『GettingPast Ok』の改訂・新訳版です。

かいじゅうの国をたずねよう。コルデコット賞を受賞し、世界中の子どもたちをひきつけてやまないセンダックの代表作。子どもの内面のドラマをみごとに描いて、20世紀最高の絵本と言われています。

雪の上に落ちていた手袋にネズミが住みこみました。そこへ、カエルやウサギやキツネが次々やってきて、とうとう手袋ははじけそう……。個性ある動物の表情が特にすばらしい傑作です。

紙のぼうしをかぶり、おもちゃのラッパをもったぼくは、森で動物たちといっしょにあそびます……。幼児の心の世界を黒いコンテで鮮やかに描いた絵本の傑作。