「データサイエンスのオススメ本 その⑤」 - DataScientist’s diaryフリーランスのデータサイエンティスト日記 7回目のエントリーです。今回からは一般化線形モデル（以下GLM）の基礎まで学んだ方を想定して、後続のテキストや機械学習テキストを紹介していきたいと思います。ここらへんまで来るといろいろな手法がいろいろな文脈で語られることが多いのでなかなか整理も難しいのですが、タスクベースで見ながらなるべく迷わないテキストセレクションを行いたいです。 とくに、GLM辺りまで学んだ後はやっぱり機械学習（以下ML）だよねーと、いわゆるPRML（『パターン認識と機械学習』）とか『統計的学習の基礎』に進んだ後、即座に玉砕というストーリーを見て来たので、まずはPRMLだけじゃない（もちろんゴールでもない）という当然の認識を強調した上で、【間を埋める】ことも意識しながら書きたいと思います。あと、MLだDLだといいつつ、統計モデルや数理統計の理論に魅了される人も結構いるのでは推測
