高校数学ではじめる機械学習

##はじめに
AI、機械学習、データサイエンス、ビッグデータ・・・こういった言葉を耳にする機会が非常に増えています。そしてどの言説をみても、これらは今後数年でとても重要になっていくと叫ばれており、またこれらのテクノロジーを理解した人材がビジネスにとって必要となる(そしてわからない人材は時代に置いて行かれる)と主張しています。

この分野に関する書籍も星の数ほど(比喩的な意味です。念のため)存在し、ビジネスマンへの入門書から、ハードコアな専門書まで、大きな書店にいけば選ぶのが難しいほどです。しかし、その多くは概念的でビジネスへの適用に特化しすぎているか、コーディングに特化しているか、少なくとも大学で学ぶ線形代数を自在に扱えるレベルを要求するかであり、日本人の「一般的な教養」といえる高校レベルの数学(+α)で取っ掛かりのエッセンスを語る本は寡聞にして出会っておりません(私がそういった本の対象読者ではないからかもしれませんが)。

そこでこの記事では、以下のような読者を対象として、機械学習の基本のキを解説したいと思います。
・機械学習について興味がある(意欲的な)高校生、大学生
・仕事で機械学習について簡単な理論的な側面を知る必要がでてきた/知りたいと思った社会人
できるだけ簡単な数学（基本的には高校2年生程度?）しか使わないように努め、それを超える場合は簡単な解説を付すようにします。また、この記事ではコーディングの方法については扱いません。

##目次

1. 機械学習の概観 - 機械学習って何?
2. 回帰: 数値を予測する - お菓子の売上は値段によってどう変わるのか?
3. 分類(その1): カテゴリを予測する - 私は志望校に受かる?
4. モデルの評価と選び方 - 精度99.9%は良いモデルか
5. 分類(その2): カテゴリを予測する - この記事のジャンルは何?
6. 強化学習: 最適な行動を探す - 藤井聡太はなぜ強くなれたのか?
7. ニューラルネットワーク - 万能?のブラックボックス
8. 因果分析 - 相関と因果をどう見分けるか
9. 統計モデリング - Jリーグにホームアドバンテージはあるか

##次のステップ
###入門編
この記事で機械学習に興味を持っていただけた方に次にお勧めするのは、
・Courseraの機械学習コース:
オンラインの学習プラットフォーム。無料らしい。私はやっていないのでわかりませんが、理論もプログラミングもバランスよく学べるようです。ただし英語(日本語字幕あり)との噂。
・東京大学のデータサイエンティスト育成講座
こちらも私は読んでいませんが、どちらかというとpythonでのコーディングを中心とした入門書のようです。

###中級編
・はじめてのパターン認識
柔らかいタイトルに比べて中身はそこそこ数学ヘビーです。大学で理系だった人向け。
・Data Camp
コーディングヘビーなオンライン学習プラットフォームです。(ほぼ1年中セールをしているので、)年間ライセンスが2万円くらいでしょうか。すべて英語で日本語字幕等はありません(が、どうせ大したことは言っていないので余程の英語アレルギーでなければ大丈夫と思います)。

###上級編
もうPRMLでもELSIIでもハミルトン本でも読んでください。
(ちなみにどなたかハミルトン本の日本語訳上巻を定価付近で譲ってくださる方を探しています)