機械学習プロフェッショナルシリーズ 異常検知と変化検知

井手 剛/杉山 将【著】

講談社（2015/08発売）

• サイズ A5判／ページ数 192p／高さ 21cm
• 商品コード 9784061529083
• NDC分類 007.1
• Cコード C3341

出版社内容情報

事故、故障、不正、流行など、多くのデータから「変わり目」を知るのに必須の手法を体系的に解説。代表的手法をほぼ網羅した決定版。企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。

【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　異常検知・変化検知の基本的な考え方
第2章　ホテリングのT2法による異常検知
第3章　単純ベイズ法による異常検知
第4章　近傍法による異常検知
第5章　混合分布モデルによる逐次更新型異常検知
第6章　サポートベクトルデータ記述法による異常検知
第7章　方向データの異常検知
第8章　ガウス過程回帰による異常検知
第9章　部分空間法による変化検知
第10章　疎構造学習による異常検知
第11章　密度比推定による異常検知
第12章　密度比推定による変化検知


井手 剛［イデ ツヨシ］
著・文・その他

杉山 将［スギヤマ マサシ］
著・文・その他

内容説明

気になるところからするする読める。異常や変化を実際に検知する現実世界の分析者向け。アルゴリズムとその活用例を広範囲に紹介。考え方やモデルの「気持ち」を丁寧に解説。

目次

異常検知・変化検知の基本的な考え方
ホテリングのＴ２法による異常検知
単純ベイズ法による異常検知
近傍法による異常検知
混合分布モデルによる逐次更新型異常検知
サポートベクトルデータ記述法による異常検知
方向データの異常検知
ガウス過程回帰による異常検知
部分空間法による変化検知
疎構造学習による異常検知
密度比推定による異常検知
密度比推定による変化検知

著者等紹介

井手剛［イデツヨシ］
博士（理学）。１９９３年東北大学工学部機械工学科卒業。２０００年東京大学大学院理学系研究科物理学専攻博士課程修了。現在、ＩＢＭ　Ｔ．Ｊ．ワトソン研究所シニア・テクニカル・スタッフ・メンバー

杉山将［スギヤママサシ］
博士（工学）。１９９７年東京工業大学工学部情報工学科卒業。２００１年東京工業大学大学院情報理工学研究科計算工学専攻博士課程修了。現在、東京大学大学院新領域創成科学研究科教授（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。

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。

[vinlandmbit]

難しい。。なお書籍自体はしっかりと異常検知について記載してくれており良書です。実力をつけつつ何度か再読しながら理解深めます。。

2020/01/26

[オザマチ]

単純な分類問題と異常検知問題の違いなど、基本的な内容から解説。この分やの本の中で、工場のラインなどで使えそうな技術の解説書はなかなか珍しいと思う。

2015/12/27

[オザマチ]

再読。数理統計学を学んでからの方が理解がしやすい。

2022/07/10

[Tsukasa Fukunaga]

確率モデルに基づく異常検知・変化検知の本。外れ値検出は雑な事しかやっていなかったので勉強になった。章割りを細かくしてなるべく多様なトピックを扱っており、また数式による説明をごまかさないため中身は結構濃い。特に、ガウス過程回帰による実験計画法への応用や、密度比推定に関する話はよく名前を聞き興味を持っていたため、個人的には勉強できてよかった（まぁしっかりやろうとすれば専門にもっと勉強が必要だろうが）。欲を言えば、高次元データに対する外れ値検出の話が欲しかった。

2016/01/04

[disktnk]

一口に異常検知といっても、問題設定によって様々な手法があり、それらを簡潔にまとめた書籍。具体的な適応例は各1文で紹介されている程度だが、それぞれの手法の長所や特徴による違いが順を追って分かるように構成されていて良い。杉山氏担当の10・11章はやや圧縮気味。KL情報量は他のMLPシリーズにも出てくるし「機械学習のための確率と統計」のように別冊でもよかったのでは。本作は井手氏の「入門 機械学習による異常検知」の続編に相当するらしく、LOFなどは省略。

2015/09/22