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。
