ISLR読みました

機械学習

もともとKaggleで話題になったXGBoostについて知りたいと思ったのですが
そもそもRandom ForestやBoostingについてよくわかっていなかったので
まずそこから勉強しようと思いました.

ブースティング入門で大まかな概要を把握してから
An Introduction to Statistical Learning with Applications in R(ISLR)の8章~10章まで読みました.

実は5章までは過去に読んでいたのですが,それっきりになっていました.
ちなみに木については8章に書かれており,9章はSVM,10章はPCAやClusteringについて書かれています.


読んだ感想としては,そこまで詳しくまでは書いてありませんが大まかな概要と基本的な事についてはしっかりと押さえられいます.
説明も丁寧で例も多く挙げられているので理解しやすかったです.Rによる実装例も書かれています.
特に,単に数式の説明だけでなく,基本となる概念の説明だったり,グラフを用いて視覚的に理解させてくれることが多かったところが非常に良かったです.

あまり難しい数式は出てこないので,機械学習初心者でも読みやすいと思います.
読み始めにISLRはとてもオススメです.

自分的には少し物足りないので他の本も読んでみようかなと考えています.

無料でpdfを入手できます.
https://www-bcf.usc.edu/~gareth/ISL/
Introduction to Statistical Learning



次はESL(通称:カステラ本)を読もうかと思います.
こちらも無料でpdfを入手できます.
https://web.stanford.edu/~hastie/ElemStatLearn/
The Elements of Statistical Learning


ESLは日本語版が発売されています.ただしかなり高いので無料で読める原著をオススメします.
https://www.amazon.co.jp/%E7%B5%B1%E8%A8%88%E7%9A%84%E5%AD%A6%E7%BF%92%E3%81%AE%E5%9F%BA%E7%A4%8E-%E2%80%95%E3%83%87%E3%83%BC%E3%82%BF%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0%E3%83%BB%E6%8E%A8%E8%AB%96%E3%83%BB%E4%BA%88%E6%B8%AC%E2%80%95-Trevor-Hastie/dp/432012362X/ref=sr_1_1?ie=UTF8&qid=1541300601&sr=8-1&keywords=%E7%B5%B1%E8%A8%88%E7%9A%84%E5%AD%A6%E7%BF%92%E3%81%AE%E5%9F%BA%E7%A4%8E
統計的学習の基礎 ―データマイニング・推論・予測