機械学習プロフェッショナルシリーズ<br> 機械学習のための連続最適化

個数:
電子版価格
¥3,520
  • 電書あり

機械学習プロフェッショナルシリーズ
機械学習のための連続最適化

  • ウェブストアに2冊在庫がございます。(2024年04月23日 15時26分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 352p/高さ 21cm
  • 商品コード 9784061529205
  • NDC分類 007.1
  • Cコード C3341

出版社内容情報

制約なし最適化、制約付き最適化、学習アルゴリズムとしての最適化という独自の切り口で、機械学習に不可欠な基礎知識が身につく!最小の努力で、最大の学びがここにある!
・境界分野が面白い! 基礎から最先端まで,骨太の一冊!
・機械学習に不可欠な基礎知識が身につく。
・おだやかではない。かつてこれほどの教科書があっただろうか。

【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30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6期として、以下の3点を刊行!

機械学習のための連続最適化 金森 敬文/鈴木 大慈/竹内 一郎/佐藤 一誠・著
関係データ学習 石黒 勝彦/林 浩平・著
オンライン予測 畑埜 晃平/瀧本 英二・著

第7期の刊行は2017年4月、第8期の刊行は2017年8月の予定。

【シリーズ編者】
杉山 将 理化学研究所 革新知能統合研究センター センター長/東京大学大学院新領域創成科学研究科 教授

1章 はじめに 機械学習における推論と計算/最適化問題の記述
2章 基礎事項
微積分・線形代数の基礎/凸解析の基礎
3章 最適性条件とアルゴリズムの停止条件
局所最適解と最適性条件/集合制約に対する最適性条件/最適化アルゴリズムの停止条件
4章 勾配法の基礎
直線探索法/直線探索を用いる反復法/座標降下法/最急降下法/機械学習への応用
5章 ニュートン法
ニュートン法の導出/座標変換に対する共変性/修正ニュートン法/ガウス・ニュートン法と関連する話題/自然勾配法
6章 共役勾配法
共役方向法/共役勾配法/非線形共役勾配法
7章 準ニュートン法
可変計量を用いる最適化法とセカント条件/正定値行列の近接的更新/準ニュートン法の収束性/記憶制限付き準ニュートン法/ヘッセ行列の疎性の利用
8章 信頼領域法
アルゴリズムの構成/部分問題の近似解法/収束性
9章 等式制約付き最適化の最適性条件
1 次の最適性条件/2 次の最適性条件/凸最適化問題の最適性条件と双対性/感度解析
10章 不等式制約付き最適化の最適性条件
1 次の最適性条件/2 次の最適性条件/凸最適化問題の最適性条件/主問題と双対問題
11章 主問題に対する最適化法
有効制約法/ペナルティ関数法/バリア関数法
12章 ラグランジュ関数を用いる最適化法
双対上昇法/拡張ラグランジュ関数法/交互方向乗数法
13章 上界最小化アルゴリズム
上界最小化アルゴリズム/代理関数の例/EM アルゴリズム/2 つの凸関数の差の最適化/近接点アルゴリズム
14章 サポートベクトルマシンと最適化
SVM の定式化と最適化問題/SVM 学習のための最適化アルゴリズム/正則化パス追跡/最適保証スクリーニング
15章 スパース学習
スパースモデリング/L1正則化と種々のスパース正則化/近接勾配法による解法/座標降下法による解法/交互方向乗数法による解法/近接点アルゴリズムによる方法
16章 行列空間上の最適化
シュティーフェル多様体とグラスマン多様体/機械学習における行列最適化/多様体の諸概念/多様体上の最適化/レトラクションとベクトル輸送/行列多様体上の最適化


金森 敬文[カナモリ タカフミ]
著・文・その他

鈴木 大慈[スズキ タイジ]
著・文・その他

竹内 一郎[タケウチ イチロウ]
著・文・その他

佐藤 一誠[サトウ イッセイ]
著・文・その他

内容説明

境界分野が面白い!基礎から最先端まで、骨太の一冊!機械学習に不可欠な基礎知識が身につく。

目次

第1部 導入
第2部 制約なし最適化(最適性条件とアルゴリズムの停止条件;勾配法の基礎;ニュートン法;共役勾配法;準ニュートン法;信頼領域法)
第3部 制約付き最適化(等式制約付き最適化の最適性条件;不等式制約付き最適化の最適性条件;主問題に対する最適化法;ラグランジュ関数を用いる最適化法)
第4部 学習アルゴリズムとしての最適化(上界最小化アルゴリズム;サポートベクトルマシンと最適化;スパース学習;行列空間上の最適化)

著者等紹介

金森敬文[カナモリタカフミ]
博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授

鈴木大慈[スズキタイジ]
博士(情報理工学)。2009年東京大学大学院情報理工学系研究科博士課程修了。現在、東京工業大学情報理工学院准教授・JSTさきがけ研究者

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博士課程修了。現在、名古屋工業大学大学院工学研究科情報工学専攻教授

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博士課程修了。現在、京大学大学院新領域創成科学研究科講師・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。