因子分析

深層学習

00

著者 : 岡谷貴之
出版社 : 講談社

深層学習(ディープラーニング)はニューラル・ネットワークを利用した機械学習の手法であり、画像認識や画像カテゴリー認識 及び 音声解析等 各種人工知能テクノロジーに応用されている” 今アツイ ”最先端の分野です。本書は深層学習についての、理系教養程度の知識にある方にとって現状最も分かり易い入門テキストの1つだと思います。数理的解説と実務応用や歴史についての記載とのバランスが良く、かつ 図も豊富なためこの分野の基礎理論と現状を手っ取り早く概観したいという要望に応えてくれます。折しも本文を記載している2016年、GoogleのAlphaGoが李世ドル9段を破ったことが話題になりました。また IBMのWatsonも日々メディアを賑やかしています。Alpha GoやWatsonを含む人口知能のロジックを知りたいという方、是非本書を手に取ってみて下さい。

因子分析

00

著者 : 市川雅教
出版社 : 朝倉書店

数ある多変量解析の内、ユーザーにとって最も”モヤモヤする”分析の1つは因子分析ではないでしょうか。分析の用途や出力結果は魅力的なのに、裏側のロジックを知ろうとテキストを手に取ると 記述が曖昧であったり、内容が断片的であったり、あるいは数学的に難し過ぎたりして、長年使ってはいるがロジックはブラックボックスのまま、という人は多いと思います。本書はそんな多くの方の”モヤモヤ”を解決する素晴らしいテキストです。因子分析のロジックと最近の研究結果が 数学的にきちんと かつ 行間を飛ばさず に記載されています。因子分析ユーザーの方も、因子分析を諦めてしまった方も、是非一度手に取ってみてください。ただし、学部程度の線形代数までは仮定されていますので、線形代数が曖昧な方は線形代数のテキストを脇に置いて読み進めると良いと思います。