機械学習スタートアップシリーズ<br> ベイズ推論による機械学習入門

個数:
電子版価格
¥3,080
  • 電書あり

機械学習スタートアップシリーズ
ベイズ推論による機械学習入門

  • ウェブストアに1冊在庫がございます。(2024年03月29日 22時17分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 256p/高さ 21cm
  • 商品コード 9784061538320
  • NDC分類 007.1
  • Cコード C3041

出版社内容情報

最短経路で平易に理解できる、今までにない入門書!「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。最短経路で平易に理解できる、今までにない入門書!
ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

【主な内容】
1 機械学習とベイズ学習
2 基本的な確率分布
3 ベイズ推論による学習と予測
4 混合モデルと近似推論
5 応用モデルの構築と推論

【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく!」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。

まず、以下の2点を同時に刊行いたします(^o^)/

『これならわかる深層学習入門』瀧 雅人・著
『ベイズ推論による機械学習入門』須山 敦志・著/杉山 将・監修

第1章 機械学習とベイズ学習
機械学習とは/機械学習の代表的なタスク/機械学習の 2 つのアプローチ/確率の基本計算/グラフィカルモデル/ベイズ学習のアプローチ
第2章 基本的な確率分布
期待値/離散確率分布/連続確率分布
第3章 ベイズ推論による学習と予測
学習と予測/離散確率分布の学習と予測/1次元ガウス分布の学習と予測/多次元ガウス分布の学習と予測/線形回帰の例
第4章 混合モデルと近似推論
混合モデルと事後分布の推論/確率分布の近似手法/ポアソン混合モデルにおける推論/ガウス混合モデルにおける推論
第5章 応用モデルの構築と推論
線形次元削減/非負値行列因子分解/隠れマルコフモデル/トピックモデル/テンソル分解/ロジスティック回帰/ニューラルネットワーク


須山 敦志[スヤマ アツシ]
著・文・その他

杉山 将[スギヤマ マサシ]
監修

目次

第1章 機械学習とベイズ学習
第2章 基本的な確率分布
第3章 ベイズ推論による学習と予測
第4章 混合モデルと近似推論
第5章 応用モデルの構築と推論
付録A 計算に関する補足

著者等紹介

須山敦志[スヤマアツシ]
2009年東京工業大学工学部情報工学科卒業。2011年東京大学大学院情報工学系研究科博士前期課程修了。国内メーカーの研究職、UKのベンチャー企業の研究職を経て、現在はデータ解析に関するコンサルティングに従事

杉山将[スギヤママサシ]
博士(工学)。2001年東京工業大学大学院情報理工学研究科博士課程修了。現在、理化学研究所革新知能統合研究センターセンター長。東京大学大学院新領域創成科学研究科教授(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

vinlandmbit

47
うん、難しいです。。機械学習と深層学習がある程度掴めてきたとはいえ、確率論の基礎がしっかり必要とされるベイズの上のベイズ学習と予測の考え。。時間を開けて再読予定です。2020/02/11

Thinking_sketch_book

12
★★★☆☆ これだけでは何かを知ることはできないので内容的には確かに入門書です。ですがこれから入門したい素人レベルの人には向かない本だと思います(「はじパタ」のと同じ)。概略や雰囲気は知っているレベルでさらっと全体を知りたい人におすすめです。周囲を知るきっかけになりました。2018/09/16

オザマチ

9
式変形が丁寧なので、ベイズ特有の数式とその取扱いに慣れるのに良いと思う。2021/04/17

shin_ash

5
機械学習の入門書には簡単にベイズに触れて本題に入る物が多い。なのでベイズの基礎を固めたいと思ってベイズの入門書を漁ると概念の説明がメインで、応用先である機械学習まで繋がらない。全体的に俯瞰するタイプの入門書もあるがこの場合は網羅的ではあるが肝心のベイズの理解が進まない。この様にベイズの入門書は悩ましいが、本書はこの点で画期的である。基礎から応用の間を埋める様にキッチリ分かりやすく解説する。モヤモヤ部分がだいぶクリアに理解できる様になった。この後でベイズモデリングの世界やDSシリーズを読むとなお良いと思う。2018/03/01

ONE_shoT_

3
ベイズ推論の枠組みで機械学習を説明した一冊。ベイズの利点:様々な問題を一貫性をもって解ける・不確実性を定量的に扱える・事前知識を取り入れられる・過剰適合しにくい。ベイズの欠点:数理的な知識を要する・計算コストがかかる。Pythonのscikit-learnのようなライブラリ(ツールボックスとしての機械学習)では十分な予測精度が出ない場合の選択肢として、ベイズを使いこなせるようにしておきたい。2020/04/18

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/12260780
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。