推薦システム 統計的機械学習の理論と実践

Deepak K.Agarwal(著者), Bee-Chung Chen(著者), 島田直希(訳者), 大浦健志(訳者)

• 販売会社／発売会社: 共立出版
• 発売年月日: 2018/04/01
• JAN: 9784320124301

商品レビュー

2024/07/02

本書は以下の3部構成になっている。

第一部 導入
第二部 一般的な問題設定
第三部 高度な話題

推薦システムの幅広い領域をカバーし、第二部『一般的な問題設定』では、いくつかのケースに応じた問題設定の方法と適用する理論の説明、結果の評価が行われる。

内容が難しいのが欠点である。
例えば、序盤である第一部に含まれる第３章『推薦問題における探索と活用』では、多腕バンディット問題に対するいくつかのアプローチが数式の提示とともに説明される。

> ギャンブラーの目的は，期待報酬の合計を最大にするために腕を引くことである（3.2 多腕バンディット問題）

これはすでに理解している人にとっては理解の容易い文章だろうが、例えそうであっても続くいくつかの数学的なアプローチの優劣を評価することは難しい。

本書の目的は、研究に使用するのでなければ、現実の問題にどのような問題設定ができるのかとそれに対する解法の存在を知ることにおき、その知識を解決手段を提供するツールを探す前提知識として活用するのがいいのだろうと思う。