機械学習の主要なアルゴリズムを取り上げ，特徴量・タスク・モデルに着目して論理的基礎から実装までを平易に紹介。〔内容〕二値分類／教師なし学習／木モデル／ルールモデル／線形モデル／距離ベースモデル／確率モデル／特徴量／他

○主要なアルゴリズムを取り上げ，特徴量・タスク・モデルに着目して論理的基礎から実装までを平易に紹介。
○機械学習の基礎的な概念や手法を，具体例やアルゴリズムを示しながら詳しく整理・紹介．
○類書では体系的な紹介が少ない概念学習などの論理モデルやROC分析についても丁寧に解説．
○原著について
Machine Learning: The Art and Science of Algorithms that Make Sense of Data.
(Cambridge University Press, 2012)
by Peter Flach
(University of Bristol, United Kingdom)

監訳者
竹村彰通
　（滋賀大学データサイエンス教育研究センター長・東京大学名誉教授）
訳者：
田中研太郎／小林　景／兵頭　昌／片山翔太／山本倫生／吉田拓真／林　賢一／松井秀俊／小泉和之／永井　勇