出版社内容情報
画像、音声、テキストなど多分野で注目されているアルゴリズム最適化の考え方を解説。「疎」という性質は何を指し、どう使えるのか。どんな分野でも効率的な処理には優れたアルゴリズムが欠かせない。スパース（疎）という性質に着目すると、最短の道が見えてくる。定義や必要な数理、考え方の基礎から、アトミックノルムなどの発展的な内容までを1冊で学ぼう。
【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3期として、以下の3点を刊行！
劣モジュラ最適化と機械学習 河原 吉伸／永野 清仁･著
スパース性に基づく機械学習 冨岡 亮太･著
生命情報処理における機械学習 瀬々 潤／浜田 道昭･著
第4期の刊行は2016年4月、第5期の刊行は2016年8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 はじめに
第2章 データからの学習
第3章 スパース性の導入
第4章 ノイズなしL1ノルム最小化の理論
第5章 ノイズありL1ノルム最小化の理論
第6章 L1ノルム正則化のための最適化法
第7章 グループL1ノルム正則化に基づく機械学習
第8章 トレースノルム正則化に基づく機械学習
第9章 重複型スパース正則化
第10章 アトミックノルム
第11章 おわりに
冨岡 亮太［トミオカ リョウタ］
著・文・その他
内容説明
スパースは絶対読まなきゃ！Ｌ１ノルム正則化の理論・モデリング・最適化法を丁寧に解説。「トレースノルム正則化」「アトミックノルム」などの発展的な内容も詳しい。
目次
第１章 はじめに
第２章 データからの学習
第３章 スパース性の導入
第４章 ノイズなしＬ１ノルム最小化の理論
第５章 ノイズありＬ１ノルム最小化の理論
第６章 Ｌ１ノルム正則化のための最適化法
第７章 グループＬ１ノルム正則化に基づく機械学習
第８章 トレースノルム正則化に基づく機械学習
第９章 重複型スパース正則化
第１０章 アトミックノルム
第１１章 おわりに
著者等紹介
冨岡亮太［トミオカリョウタ］
博士（情報理工学）。２００８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、Ｍｉｃｒｏｓｏｆｔ Ｒｅｓｅａｒｃｈ研究員（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。
