出版社内容情報
学習手法を使いこなすには、確率・統計に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した丁寧な説明が感動的! しっかり、よくわかる! どのような学習アルゴリズムが効率的かを見極めるには、確率論・統計学に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した。学習手法をしっかり理解して使いこなせるようになる。
【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。
第2期として、以下の4点を同時刊行!
統計的学習理論 金森 敬文・著
サポートベクトルマシン 竹内 一郎/烏山 昌幸・著
確率的最適化 鈴木 大慈・著
異常検知と変化検知 井手 剛/杉山 将・著
第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。
【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
第1章 統計的学習理論の枠組
第2章 仮説集合の複雑度
第3章 判別適合的損失
第4章 カーネル法の基礎
第5章 サポートベクトルマシン
第6章 ブースティング
第7章 多値判別
付録A 確率不等式
付録B 凸解析と凸最適化
付録C 関数解析の初歩
金森 敬文[カナモリ タカフミ]
著・文・その他
内容説明
ていねいな説明が感動的!しっかり、よくわかる!カーネル法、サポートベクトルマシン、ブースティングなどの重要概念の自然な導入を図る。2値から多値まで、現実のデータに即した手法が学べる。
目次
第1章 統計的学習理論の枠組
第2章 仮説集合の複雑度
第3章 判別適合的損失
第4章 カーネル法の基礎
第5章 サポートベクトルマシン
第6章 ブースティング
第7章 多値判別
付録A 確率不等式
付録B 凸解析と凸最適化
付録C 関数解析の初歩
著者等紹介
金森敬文[カナモリタカフミ]
博士(学術)。現在、名古屋大学大学院情報科学研究科准教授(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。