データサイエンスと機械学習 理論からpythonによる実装まで Digital Forest

目次 : １　データの取込み、要約、可視化/ ２　統計的学習/ ３　モンテカルロ法/ ４　教師なし学習/ ５　回帰/ ６　正則化とカーネル法/ ７　分類/ ８　決定木とアンサンブル法/ ９　深層学習/ 付録

【著者紹介】
DirkP.Kroese : オーストラリア、クイーンズランド大学数学・統計学教授。数学、統計学、データサイエンス、機械学習、モンテカルロ法など幅広い分野で１２０本以上の論文と５冊の著書を出版している。適応的モンテカルロ法である交差エントロピー法のパイオニアとして広く知られ、その手法は科学、工学、金融などの分野において推定や最適化が困難な問題に対する解法として世界中で利用されている

ZdravkoI.Botev : オーストラリア、シドニーのニューサウスウェールズ大学に勤務。オーストラリア数理科学研究所でデータサイエンスと機械学習の講義を担当している。２０１８年、数理科学の優れた研究に対して贈られるオーストラリア科学アカデミリーのクリストファー・ヘイデ・メダルを受賞している

ThomasTaimre : クイーンズランド大学数学・統計学上席講師。研究テーマは応用確率論、モンテカルロ法から応用物理学、レーザーにおける極めて普遍的な自己混合効果まで多岐にわたる。１００本以上の論文を発表し、特許も所有している

Radislav・Vaisman : クイーンズランド大学数学・統計学講師。応用確率論、機械学習、コンピュータサイエンスに関連する研究を行っている。これまでに２０本以上の論文と２冊の本を出版している（本データはこの書籍が刊行された当時に掲載されていたものです）