Занимательная манга. Машинное обучение

Занимательное  
машинное обучение

Манга

О Б РА З О В АТ Е Л Ь Н А Я  М АН ГА
ЗАНИМАТЕЛЬНОЕ
МАШИННОЕ ОБУЧЕНИЕ

Араки Масахиро

Художник Ватари Макана

Перевод
А. С. Слащевой

Москва 
ДМК Пресс, 2020

УДК 004.4
ББК 32.972
 
А79

 
Араки М., Ватари М.
А79 
Занимательная манга. Машинное обучение: манга / Араки Масахиро (автор), Ватари Макана (худ.); пер. с яп. А. С. Слащевой. — М.: ДМК Пресс, 
2020. — 214 с. : ил. — (Серия «Образовательная манга»). — Доп. тит. л. яп. 

 
ISBN 978-5-97060-830-2

Сотруднику городской администрации Киёхара Кадзума поручено задание, 
которое без машинного обучения не выполнить. Под руководством своей давней знакомой Мияно Саяка он осваивает премудрости работы с искусственным 
интеллектом – от самых азов до глубокого обучения.
Вместе с героями манги читатели узнают о том, что такое регрессия и как 
проводить классификацию, ознакомятся с принципами оценки тестовых данных и особенностями работы нейронных сетей. В заключительной части излагаются методы обучения без учителя.
Издание предназначено для тех, кто начинает знакомство с машинным обучением и освоил математику на уровне первых курсов университета.

УДК 004.4
ББК 32.972

Manga de Wakaru Kikai Gakushu (Manga Guide: Machine Learning ) 
By Araki Masaxiro (Author), Illustration by Vatari Makana 
Published by Ohmsha, Ltd. 
Russian language edition copyright © 2020 by DMK Press

Все права защищены. Никакая часть этого издания не может быть воспроизведена 
в любой форме или любыми средствами, электронными или механическими, включая 
фотографирование, ксерокопирование или иные средства копирования или сохранения информации, без письменного разрешения издательства.

ISBN 978-4-274-22244-3 (яп.)   
Copyright © 2018 by and Office sawa, Ltd.
ISBN 978-5-97060-830-2 (рус.)  
© Издание, перевод, ДМК Пресс, 2019

 
V

В этой книге я представил несколько репрезентативных методов машинного 
обуче ния и попытался по возможности просто изложить их суть. Ее предполагаемая аудитория – те, кто только начинает знакомство с машинным обуче нием 
и уже владеет математикой на уровне первых курсов университета. Но если вы не 
дружите с математикой, то можете ознакомиться с разъяснениями в конце каждой главы и примерно понять, какие задачи решаются с помощью этих методов.
Особенность данной книги в том, что в начале каждой главы ставится задача, 
а затем постепенно объясняются методы машинного обучения, необходимые для 
ее решения. В таблице ниже перечислены задачи и методы, которые будут рассматриваться в каждой главе.

Глава
Задача
Метод

1
Прогноз количества участников 
мероприятия
Линейная регрессия

2
Определение вероятности 
заболевания диабетом
Логистическая регрессия, решающее дерево

3
Оценка результатов обучения
Метод проверки на резервированных данных, 
перекрестная проверка
4
Сортировка винограда
Сверточная нейронная сеть
5
Определение вероятности 
заболевания диабетом (повтор)
Ансамблевые методы

6
Рекомендация события
Кластерный анализ, матричное разложение

В каждой главе будет предложено лишь введение в тот или иной метод. Если 
вы хотите применить его на практике для решения какой-либо задачи, я советую 
обратиться к учебникам, которые указаны в списке рекомендованной литературы 
в конце книги.
Наконец, я благодарю всех сотрудников издательства Ohmsha за возможность 
написать эту книгу. Я также благодарен г-же Ватари Макана и всем сотрудникам 
Уильтэ, которые превратили мою рукопись в веселую мангу.

Июль 2018 года,
Араки Масахиро

Предисловие
Предисловие

Содержание
Содержание
VI

содержание
содержание

ПРЕДИСЛОВИЕ ....................................................................................... V

Пролог 
ПОГОВОРИМ О МАШИННОМ ОБУЧЕНИИ ...................1

В кабинете у Саяка (1). Саяка и старшеклассница Ай ...........................14

Глава 1 
ЧТО ТАКОЕ РЕГРЕССИЯ ...............................................................15

1.1. Сложности с прогнозом ..........................................................................16
1.2. Определяем зависимые и независимые переменные ................17
1.3. Находим функцию линейной регрессии ........................................ 20
1.4. Регуляризация результата ...................................................................... 22
В кабинете у Саяка (2). Математическое повторение (1) ....................34

Глава 2 
КАК ДЕЛАТЬ КЛАССИФИКАЦИЮ? ....................................39

2.1. Приводим данные в порядок ...............................................................46
2.2. Определяем класс данных .................................................................. 47
2.3. Логистическая регрессия ..................................................................... 49
2.4. Классификация по решающему дереву ..........................................55
В кабинете у Саяка (3). Математическое повторение (2) ................... 74

Содержание
Содержание
VII

Глава 3 
ОЦЕНКА РЕЗУЛЬТАТОВ ..............................................................77

3.1. Без проверки тестовых данных никак нельзя ................................ 82
3.2. Обучающая, тестовая и проверочная выборки ............................. 83
3.3. Метод перекрестной проверки (кросс-валидации) ..................... 85
3.4. Доля правильно предсказанных объектов, точность,  
полнота и F-мера ............................................................................................. 87
В кабинете у Саяка (4). Математическое повторение (3)....................95

Глава 4 
ГЛУБОКОЕ ОБУЧЕНИЕ ...................................................................97

4.1. Нейронная сеть ....................................................................................... 103
4.2. Обучение методом обратного распространения ошибок  ....... 107
4.3. Вызовы глубокого обучения ................................................................111
4.3.1. Проблема глубокой нейронной сети ..................................112
4.3.2. Хитрости многоступенчатого обучения 
1. Метод предварительного обучения ............................................113
4.3.3. Хитрости многоступенчатого обучения 
2. Функция активации ...........................................................................115
4.3.4. Хитрости многоступенчатого обучения 
3. Как избежать переобучения ........................................................... 117
4.3.5. Нейронные сети со специализированной  
структурой ................................................................................................118
В кабинете у Саяка (5). Математическое повторение (4) ................. 134

Глава 5 
АНСАМБЛЕВЫЕ МЕТОДЫ ....................................................139

5.1. Бэггинг ....................................................................................................... 146
5.2. Cлучайный лес ........................................................................................149
5.3. Бустинг ...................................................................................................... 152
В кабинете у Саяка (6). Математическое повторение (5) ................. 160

VIII

Содержание
Содержание

Глава 6 
ОБУЧЕНИЕ БЕЗ УЧИТЕЛЯ ......................................................165

6.1. Кластеризация ..........................................................................................172
6.1.1. Иерархическая кластеризация ...............................................173
6.1.2. Разделяющая кластеризация ................................................. 175
6.2. Разложение матрицы .............................................................................179
В кабинете у Саяка (7). Математическое повторение (6) .................. 191

ЭПИЛОГ ...................................................................................................197

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ ................................................205

Пролог
Пролог

Поговорим 
Поговорим 

о машинном 
о машинном 

обучении
обучении

Зачем нужно  
машинное обучение?

В одном 
университете

ТопТоп
ТопТоп
ТопТоп
Топ
Топ

ТопТоп
ТопТоп
Топ
Топ

ТопТоп
ТопТоп
ТопТоп
ТопТоп
топ
топ

топ
топ

топ
топ

топтоп
КЛИК
КЛИК

Нда…  
так тоже нельзя

Хм… неплохо бы 
найти и это,

но на компромисс 
идти я не хочу.

БУХ!
БУХ!

Профессор 

намигоэ?