ML再学習用に、これまで積んでいた本を一つ崩した。
界隈ではけっこう有名なロングセラー書なのかな？ 理論をそこそこちゃんとやりたいけど、PRMLを読むのには敷居が少し高いかも？っていう人が読む感じの本かな？ あまりこの本をチョイスしている人を見ない気がするけど、まあせっかく買ったのでもったいないから読んでみた。
感想
- 確かにPRMLよりは読みやすい。 （工学系学部の定期試験とかで出る程度の）最低限の線形代数、微分積分、確率統計の知識があれば、数式の展開で途中完全に追えなくなることはほぼさそうな気がする。（第六章以降からはところどころ端折り気味になるけども）
- 分類問題に関する基礎事項の説明で終わっているので、回帰をちゃんと勉強したい人は他の本を読む必要あり。
- 第二版は2019年？改訂なので、深層学習との理論的な接続も（最低限ではあるが）押さえてくれているのがありがたい。
他人にこの本を勧めるか？
うーん微妙。良書ではあるとおもうが、ML系の本や講座は色々な形態で大量にリリースされているので、わざわざこの本を選ばなくても良い気がする。自分が初学者で、積読していないのであれば他の選択肢を選ぶかなあ。
