・機械学習のしくみを知りたいけど、数学は苦手… ・専門書を読みたいけど、数式ばかりで挫折した… という人を「機械学習の世界」に導く，おすすめの1冊！ 前半部では、機械学習・パターン認識の基礎を学びます。機械学習の理論を学習しようとすると、高度な数学の知識が必要と思われがちですが、本書は「パターン認識ってなに？」といった初歩の初歩からかみくだいて解説しています。もちろん初歩だけでなく、ニューラルネットワーク・サポートベクトルマシンなどの重要トピックの理論的な側面まで、Scilab、Wekaを使ったパターン認識の演習を行いながら学ぶことができます。 後半部では、HTK、Julius、MMDなどのフリーソフトを使いながら音声認識システムをつくっていきます。音声やテキストに対してパターン認識を適用する際は、隠れマルコフモデル・N-gramなどの言語モデルに関する難解な知識が必要になりますが、手を動かすと同時に理論面も学習することによって、音声認識にとどまらない「実際の認識に使える」知識が身につきます。 「学びはじめの1冊に最適」と評判の機械学習の定番入門書が、リカレントニューラルネットワーク・畳込みニューラルネットワークなど近年の技術動向を反映した解説を加えて第2版となりました。 第1部 パターン認識の基礎 　第1章 パターン認識って何？ 　第2章 データをきちんと取り込もう 　第3章 パターンの特徴を調べよう 　第4章 パターンを識別しよう 　第5章 誤差をできるだけ小さくしよう 　第6章 限界は破れるか(1) -サポートベクトルマシン 　第7章 限界は破れるか(2) -ニューラルネットワーク 　第8章 未知データを推定しよう -統計的方法 　第9章 本当にすごいシステムができたの？ 第2部 実践編 　第10章 声をモデル化してみよう -音響モデルの作り方・使い方・鍛え方 　第11章 HTKを使って単語を認識してみよう 　第12章 文法規則を書いてみよう 　第13章 統計的言語モデルを作ろう 　第14章 連続音声認識に挑戦しよう 　第15章 会話のできるコンピュータを目指して 付録A 数学的な補足 付録B Scilab演習 付録C Wekaにおけるディープニューラルネットワークによる識別 付録D 読書ガイド