機械学習の代表的手法であるSVM(サポートベクターマシーン)の数理をとっても丁寧に解説する本です。 この本の対象読者は以下のような方々です。 ​ ・以前SVMの数理を勉強したけどよくわからなかった方 ・機械学習の初学者 ・機械学習に興味がある方 ・仕事で機械学習を使っているけど数理的なことには自信が無い方 ・数理を勉強したい方 ​ 数理的なことについて苦手意識がある方でも、じっくりと読めば分かるように書いたつもりです。 一部の超高度な証明が必要な部分以外は、数式の導出や論理展開を懇切丁寧に解説しております。 ​ SVMの解説はWEBに山ほどあります。 しかし、筆者が見た限りでは数式の導出を飛ばしていたり、言葉が足らなかったりする場合がほとんどです。 これでは理解がなかなか大変でしょう。 ・・・少なくとも筆者はそう思いました。とても大変だったのです。 というわけでこの本は、筆者がSVMの勉強を始めた時にあったら嬉しかった、という本になっています。 ​ ​ 本の内容としては、「マージンの最大化」というSVMの本質を理解していただくために、最もシンプルなSVMであるハードマージンSVMにフォーカスしています。 その理解のために ​ 教師あり学習(2章)→パーセプトロン(3章)→SVM(4章) ​ という順で段階的に解説していきます。(1章はまえがき) パーセプトロンとは最も古典的な機械学習の手法です。 考え方はとてもシンプルですが、SVMとも共通する部分を多分に含んでおります。 そのパーセプトロンとSVMの比較を通してより理解を深めていただければと思います。 ​ 本書を読み終えた時に「SVMってこういうことだったのか！」と納得していただければこの上ない喜びです。