出版社内容情報
機械学習や最適化数学の基本から最新の実用的話題までを、式や証明は極力略さず、丁寧に解説した。大規模計算実行までの本当の早道。教師あり学習や凸解析の復習から、大量データ解析に有用な並列分散確率最適化までを1冊で。広く知られている技法も新しいトピックも、丁寧な解説できちんと理解できる。式の成り立ち、アルゴリズムの意味がわかる。
【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。
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 教師あり学習と正則化
第2章 凸解析の基本事項
第3章 確率的最適化とは
第4章 オンライン型確率的最適化
第5章 バッチ型確率的最適化
第6章 分散環境での確率的最適化
付録A
鈴木 大慈［スズキ タイジ］
著・文・その他
内容説明
「基本」は深く、いつも新しい。詳細な記述で数学のパワフルさが実感できる。「知っている」「この程度だろう」の思い込みを覆す新しい話題満載。数式、アルゴリズム、用語がなぜそうなっているか腑に落ちる。
目次
第１章 教師あり学習と正則化
第２章 凸解析の基本事項
第３章 確率的最適化とは
第４章 オンライン型確率的最適化
第５章 バッチ型確率的最適化
第６章 分散環境での確率的最適化
付録Ａ
著者等紹介
鈴木大慈［スズキタイジ］
博士（情報理工学）。２００４年東京大学工学部計数工学科卒業。２００９年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、東京工業大学大学院情報理工学研究科准教授。ＪＳＴさきがけ研究者（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。
kaizen@名古屋de朝活読書会
shin_ash
鴨川
