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
Thinking_sketch_book
オザマチ
shin_ash
ONE_shoT_