出版社内容情報
さまざまな学習アルゴリズムはもちろん、構造化サポートベクトルマシン、弱ラベル学習などの新しいアプローチについても明快に解説。さまざまな学習アルゴリズムはもちろんのこと、「構造化サポートベクトルマシン」「弱ラベル学習」などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい!こんな本を待っていた。
【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 2クラス分類
第2章 多クラス分類
第3章 回帰分析
第4章 教師なし学習のためのサポートベクトルマシン
第5章 カーネル関数
第6章 最適化概論:最適性条件と汎用的解法
第7章 分割法
第8章 モデル選択と正則化パス追跡
第9章 逐次学習
第10章 サポートベクトルマシンのソフトウェアと実装
第11章 構造化サポートベクトルマシン
第12章 弱ラベル学習のためのサポートベクトルマシン
竹内 一郎[タケウチ イチロウ]
著・文・その他
烏山 昌幸[カラスヤマ マサユキ]
著・文・その他
内容説明
わかりやすい、実にわかりやすい。解析ツールとして利用したい人が知っておくべきことを整理。多くの学習アルゴリズムを紹介しているので、実践的!構造化サポートベクトルマシン、弱ラベル学習など新しいアプローチも解説。
目次
2クラス分類
多クラス分類
回帰分析
教師なし学習のためのサポートベクトルマシン
カーネル関数
最適化概論:最適性条件と汎用的解法
分割法
モデル選択と正則化パス追跡
逐次学習
サポートベクトルマシンのソフトウェアと実装
構造化サポートベクトルマシン
弱ラベル学習のためのサポートベクトルマシン
著者等紹介
竹内一郎[タケウチイチロウ]
博士(工学)。2000年名古屋大学大学院工学研究科電気工学専攻博士課程修了。現在、名古屋工業大学情報工学教育類教授
烏山昌幸[カラスヤママサユキ]
博士(工学)。2011年名古屋工業大学大学院工学研究科創成シミュレーション工学専攻博士後期課程修了。現在、名古屋工業大学情報工学教育類助教(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。