機械学習プロフェッショナルシリーズ 関係データ学習

石黒 勝彦/林 浩平【著】

講談社（2016/12発売）

• サイズ A5判／ページ数 168p／高さ 21cm
• 商品コード 9784061529212
• NDC分類 007.1
• Cコード C3341

出版社内容情報

大規模データの存在を背景に、データに語らしめる方法として確立しつつある関係データ学習。その具体的手順を示しながら解説する。データ単体ではなくデータ間の関係に注目すると、データが「次」を予測してくれる。多重に次元が上がる解析を実際に行うために必要な知識を1冊におさめた。考え方を理解して、自分の分野で応用しよう。

【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

第1章　導入：関係データ解析とは
第2章　対称関係データのクラスタリング技術：スペクトラルクラスタリング
第3章　非対称関係データのクラスタリング技術：確率的ブロックモデルと無限関係モデル
第4章　行列分解
第5章　高次関係データとテンソル
第6章　テンソル分解


石黒 勝彦［イシグロ カツヒコ］
著・文・その他

林 浩平［ハヤシ コウヘイ］
著・文・その他

内容説明

関係データを構成するオブジェクトのクラスタリングと、関係行列・テンソルデータによる予測手法が１冊でわかる。テンソルデータ解析を扱った数少ない和書。

目次

第１章　導入：関係データ解析とは
第２章　対称関係データのクラスタリング技術：スペクトラルクラスタリング
第３章　非対称関係データのクラスタリング技術：確率的ブロックモデルと無限関係モデル
第４章　行列分解
第５章　高次関係データとテンソル
第６章　テンソル分解

著者等紹介

石黒勝彦［イシグロカツヒコ］
博士（工学）。２００４年東京大学工学部機械情報工学科卒業。２００６年東京大学大学院情報理工学系研究科知能機械情報学専攻修士課程修了。２０１０年筑波大学大学院システム情報工学研究科コンピュータサイエンス専攻博士課程修了。現在、（株）みらい翻訳リサーチエンジニア（（株）ＮＴＴドコモより出向）

林浩平［ハヤシコウヘイ］
博士（工学）。２００７年立命館大学理工学部情報学科卒業。２０１２年奈良先端科学技術大学院大学情報科学研究科博士課程修了。現在、産業技術総合研究所研究員（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。

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。

[Tsukasa Fukunaga]

前半は確率的ブロックモデルの話で、後半は行列分解・テンソル分解についての内容が記載されている。どちらも初歩から丁寧に説明されていて初学者にもわかりやすい。前半の内容は、「続・わかりやすいパターン認識」にも記載されており、モデルの理解だけであればどちらでも問題ないが、参考文献や実用上の問題などはこちらの方が詳しい。テンソル分解については機械学習への応用例としては和書で類書がない？ので勉強になった。

2016/12/12

[zukky65]

関係データについて、どのようなデータかやどう解析するか（主にクラスタリング）について書かれた本。まだ、数式の部分は終えてないが、例などを交えて、かつ、かなり初歩の部分から説明を始めてくれているので、引っかかるところが非常に少なくわかりやすかった。関係データの勉強するなら、まずこの本を読んでそこからいろいろ調べるとよいのでは？と感じた。

2019/11/04

[shin_ash]

無向グラフや有向グラフの様な変数間の関係データをクラスタリングする手法の解説。変数の集合をドメインと考えればドメイン間関係に基づきクラスタリングできる。このドメインが2種類なら行列で表現できるが、3種類以上なるとテンソルになる。このテンソンを分解することで、行列と同様にドメイン間の関係が整理できる。MLPシリーズにしては丁寧で分かりやすい記述の良書。類書があまり無いのでありがたい存在。分かりやすいとは言え、難易度は低くは無いので、読めば直ぐに使えるようなものでもない。どうやって適用するかじっくり考えたい。

2019/07/11

[センケイ (線形)]

2種類のデータがあるときのクラスタリングの話題など、なかなか希少で嬉しい。下付き文字の誤植などだけ少し気になるが、引っかからずにサッと先に進みたいところ。もちろんそうはいっても膨大な論文から情報を集めている有難い本で、高階テンソルの典型的な圧縮の仕方など、是非参考にしたいものが充実している。

2019/05/09