サポートベクトルマシンの理論と実践の基礎・基本が、この1冊で学べる！ サポートベクトルマシンは、データの分類、回帰、はずれ値検知など、機械学習のさまざまな場面で強力かつ柔軟性の高いモデルとして知られています。そのアルゴリズムは直観的であり数学的な曖昧さがないことから、昨今注目されている「機械学習の解釈可能性」というモデルの評価基準に照らしても有力な手法といえます。そのため、自然科学や経済学等の研究成果や経験則的な業務知識をモデルに生かすことも容易です。 本書は、サポートベクトルマシンの理論的枠組みを高校レベルの数学からやさしく展開するとともに、Pythonによるわかりやすい実装例を紹介します。また、応用上重要な非線形サポートベクトルマシンで用いられるカーネル法は、数学的にやや高度ですが、図解や具体的な数値例を通して、数理をわかりやすく解説します。 第1章　なぜいまサポートベクトルマシンなのか 第2章　数学の基礎 第3章　線形SVM 第4章　線形SVMの最適化 第5章　非線形SVM 付録　Pythonの基礎 参考文献