世界第一簡單機器學習

　　涉及大量統計學理論，
　　讓人工智慧「自動學習」的演算法，
　　就是應用於電腦視覺、資料探勘、證券試場分析的機器學習。
　　搜尋引擎、語音及手寫辨識、戰略遊戲也能看到它的蹤跡。
　　透過預測、判斷、評估、排序，提高準確率！
　　打好機器學習基礎，工作從此事半功倍！

好評推薦

　　日本讀者好評推薦
　　真的很好懂。雖然需要有線性代數和偏微分的底子，但不需要實際計算，只要看懂基本概念就行了。書中有豐富的圖片和親切的說明，讓讀者容易吸收，非常推薦！──Masaru Kamata

　　是一本適合初學者的書。就連沒有機械學習知識的我也能理解整體概念。書末附上的索引在深入查詢時非常好用。漫畫部分鮮活的角色和情節也將內容的難度降低了。推薦給想了解機械學習的人。──JyunJyun

　　巧妙地將漫畫和工作書結合，讓人一讀就停不下來了。最大的優點是有附數學解說，也有舉出現實中的應用範例，讓讀者了解能應用的場合和方式。Q&A的部分能激發思考，加深理解。我會推薦這本書給學生看。──Танечка

 

作者簡介

荒木 雅弘

　　1998年取得（工學）博士學位（京都大學）。
　　1999年曾任京都工藝纖維大學工藝學系助理教授。
　　2007年起任職京都工藝纖維大學工藝科學研究科副教授。

　　〈著作〉
　　《語音對話系統》（合著，歐姆社）
　　《用免費軟體建構語音辨識系統 從模式辨識、基本機器學習到對話系統》（森北出版）
　　《用免費軟體學習語意網與相關互動》（森北出版）
　　《用免費軟體開始機器學習入門》（森北出版）
　　《圖解語音辨識》（講談社）

審訂者簡介

張智星

　　現職：台灣大學資訊系教授、台大醫院資訊室主任、台大金融科技研究中心主任
　　學歷：美國加州大學柏克萊分校 電機電腦系 博士
　　經歷：工研院資通所顧問
　　授課科目：資料結構與演算法、科學計算、金融科技導論、音樂訊號分析與檢索、人工智慧及深度機器學習之生醫藥產業應用
　　研究領域：語音辨識與評分、音樂分析與檢索、精準尋與行銷、醫療大數據分析

譯者簡介

衛宮紘

　　清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》（東販）、《超慢跑入門》（商周）、《男人懂了這些更成功》（潮客風）、《世界第一簡單電力系統》（世茂）……等。賜教信箱：emiyahiro@hotmail.com.tw
 

紗耶香的房間1 紗耶香與女高中生小愛
 
紗：好久不見，小愛。上次碰面是在爺爺家吧？
 
愛：對啊，那個時候表姊妹都在嘛。
 
話說回來，紗耶姊，今天怎麼了嗎？
 
紗：今天……大學的學弟來請教機器學習，我就幫他稍微上了一下課，但不曉得他是不是真的聽懂……
 
我記得小愛在高中選擇理工組，所以想聽聽妳的看法。
 
愛：機器學習是指AI嗎？機器的智能，感覺好像很難。
 
紗：不過，機器學習的本質是根據資料建立數學模型，再由電腦來驅動這個模型唷。這個數學模型的基礎部分，大概高中生應該理解才對。
 
愛：我是有在天文部編寫過觀測用的程式，數學也是喜歡的科目，只有這些知識能夠理解嗎？
 
紗：小愛的話，沒問題的。
 
第一次上課講了迴歸問題，妳能聽聽看嗎？
 
愛：好吧。我就來聽聽這個困難的東西！
 
紗耶香的房間2 數學的複習-1
 
紗：小愛到哪邊能夠聽懂？
 
愛：出現好多向量、矩陣耶。向量是用括號括住一排數字，二維向量是（a,b）、三維向量是（a,b,c），但 維向量我就不太清楚了……
 
紗： 在4以上後，無法想像該空間，的確會覺得比較難懂。不過，我們不用勉強想像空間，可簡單看作是許多數字排在一塊就行了。
 
愛：數字縱向排成的列向量有什麼意義嗎？
 
紗：沒有特別的意義，但這邊在排列複數特徵時，約定俗成會排成縱方向。機器學習會很常遇到矩陣和向量的乘法計算，矩陣從左側乘上列向量時，可用矩陣的積來表示矩陣的合成，相當便利。
 
愛：高中沒有教矩陣……。
 
紗：嗯……矩陣可以想成是數字排成四角型。
 
紗：雖然行列的定義在有些國家相反，但日本數學的定義是橫方向為行、縱方向為列。我是以行列漢字「右半部」兩條線的方向來記憶唷。
 
愛：原來如此！
 
紗：舉例來說，行方向有兩個數字、列方向有兩個數字，會稱為2行2列的矩陣。矩陣的加法是相加相同位置的數字，但乘法就比較麻煩了。
 
紗：相乘後矩陣第n行第m列的數值，是取出前面矩陣的第 行和後面矩陣的第m列，依行列數字出現的先後順序相乘，再把各乘積相加起來求得。
 
愛：這樣的話，如果前面矩陣的列數和後面矩陣的行數不同，就沒有辦法做乘法。