出版社内容情報
確率分布の基礎からスパースモデリングへの応用までを明快に説く。測度論も基礎から丁寧に解説する親切設計。全ベイジアン必携！さぁ、無限次元の扉を開こう！
確率分布の基礎から時系列データやスパースモデリングへの応用までを明快に説く。理論的な背景である測度論も基礎から丁寧に解説する親切設計。新進気鋭のエース研究者が、満を持して執筆した。全ベイジアン必携！
【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31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4期として、以下の4点を刊行!
ヒューマンコンピュテーションとクラウドソーシング 鹿島 久嗣/小山 聡/馬場 雪乃・著
変分ベイズ学習 中島 伸一・著
ノンパラメトリックベイズ 佐藤 一誠・著
グラフィカルモデル 渡辺 有祐・著
第5期の刊行は2016年8月、第6期の刊行は2016年12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
(＊)【追加・変更について】
2016年2月、『機械学習のための連続最適化』『ガウス過程と機械学習』の2書目を新たにシリーズラインナップに追加しました。また、『統計的自然言語処理』を『深層学習による自然言語処理』に変更しました。詳しくは、講談社サイエンティフィクwebページをご覧ください。
第1章 確率分布に関する基礎知識
第2章 確率的生成モデルと学習
第3章 ベイズ推定
第4章 クラスタリング
第5章 『無限次元』の扉を開く：ノンパラメトリックベイズモデル入門からクラスタリングへの応用
第6章 構造変化推定への応用
第7章 因子分析・スパースモデリングへの応用
第8章 測度論の基礎
第9章 点過程からみるノンパラメトリックベイズモデル
佐藤 一誠［サトウ イッセイ］
著・文・その他
内容説明
応用から測度論による基礎理論まで、ノンパラメトリックベイズモデルの数理がわかる。時系列データやスパースモデリングへの応用を丁寧に解説。
目次
第１章 確率分布に関する基礎知識
第２章 確率的生成モデルと学習
第３章 ベイズ推定
第４章 クラスタリング
第５章 『無限次元』の扉を開く：ノンパラメトリックベイズモデル入門からクラスタリングへの応用
第６章 構造変化推定への応用
第７章 因子分析・スパースモデリングへの応用
第８章 測度論の基礎
第９章 点過程からみるノンパラメトリックベイズモデル
著者等紹介
佐藤一誠［サトウイッセイ］
博士（情報理工学）。２０１１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、東京大学大学院新領域創成科学研究科講師、科学技術振興機構さきがけ研究者（兼務）（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。
shin_ash
Józef Klemens Piłsudski
Mosu
ミュー
