出版社内容情報
データを「意味」のある情報としてとらえるための基礎技術。必要な確率論から応用事例までをコンパクトにまとめた。離散確率分布の基本から、各種モデル、応用事例、今後の展開までが1冊で見通せる。日々生成されるデータはそのままでは意味を成さない。機械がデータの意味を発見できる背景、理論、応用がわかる。
【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。
全29巻のうち第1期として、以下の4点を同時刊行！
『機械学習のための確率と統計』杉山 将･著
『深層学習』岡谷 貴之･著
『オンライン機械学習』海野 裕也／岡野原 大輔／得居 誠也／徳永 拓之･著
『トピックモデル』岩田 具治･著
第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(＾o＾)/
【シリーズ編者】
杉山 将 東京大学大学院新領域創成科学研究科 教授
シリーズの刊行にあたって
はじめに
第1章 確率の基礎
第2章 ユニグラムモデル
第3章 混合ユニグラムモデル
第4章 トピックモデル
第5章 トピックモデルの拡張：他の情報も利用する
第6章 トピックモデルの拡張：トピックに構造を入れる
第7章 文書以外のデータへの適用
第8章 トピック数の推定
付録A 代表的な確率分布
参考文献
索引
岩田 具治［イワタ トモハル］
著・文・その他
内容説明
おそろしく親切、すさまじく丁寧。文書データにとどまらない活用の可能性が実感できる。統計の基礎から最新応用事例までがまとまった、待望の１冊。
目次
第１章 確率の基礎
第２章 ユニグラムモデル
第３章 混合ユニグラムモデル
第４章 トピックモデル
第５章 トピックモデルの拡張：他の情報も利用する
第６章 トピックモデルの拡張：トピックに構造を入れる
第７章 文書以外のデータへの適用
第８章 トピック数の推定
付録Ａ 代表的な確率分布
著者等紹介
岩田具治［イワタトモハル］
博士（情報学）。２００１年慶應義塾大学環境情報学部卒業。２００３年東京大学大学院総合文化研究科広域科学専攻修士課程修了。現在、ＮＴＴコミュニケーション科学基礎研究所主任研究員（特別研究員）（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。
