機械学習プロフェッショナルシリーズ 最適輸送の理論とアルゴリズム

佐藤 竜馬【著】

講談社（2023/01発売）

• サイズ A5判／ページ数 320p／高さ 21cm
• 商品コード 9784065305140
• NDC分類 417
• Cコード C3341

出版社内容情報

★まずは、この一冊から始めよう！★

最適輸送は、ふたつの確率分布を比較するためのツールです。深層学習の勃興とGPU計算の普及により、機械学習分野でも最適輸送が広く用いられるようになりました。
本書では、線形代数・確率・最適化についての初歩的な知識を前提として、線形計画、エントロピー正則化、シンクホーンアルゴリズム、敵対的ネットワーク、スライス法などのさまざまな解法アプローチをていねいに解説します。


【主な内容】
第1章　確率分布を比較するツールとしての最適輸送
第2章　最適化問題としての定式化
第3章　エントロピー正則化とシンクホーンアルゴリズム
第4章　敵対的ネットワーク
第5章　スライス法
第6章　他のダイバージェンスとの比較
第7章　不均衡最適輸送
第8章　ワッサースタイン重心
第9章　グロモフ・ワッサースタイン距離
第10章　おわりに

内容説明

線形計画、エントロピー正則化、シンクホーンアルゴリズム、敵対的ネットワーク、スライス法などのさまざまな解法アプローチをていねいに解説。

目次

第１章　確率分布を比較するツールとしての最適輸送
第２章　最適化問題としての定式化
第３章　エントロピー正則化とシンクホーンアルゴリズム
第４章　敵対的ネットワーク
第５章　スライス法
第６章　他のダイバージェンスとの比較
第７章　不均衡最適輸送
第８章　ワッサースタイン重心
第９章　グロモフ・ワッサースタイン距離
第１０章　おわりに

著者等紹介

佐藤竜馬［サトウリョウマ］
１９９６年生まれ。２０２１年京都大学大学院情報学研究科修士課程修了。現在、京都大学大学院情報学研究科博士後期課程在籍中。専門分野は最適輸送、グラフニューラルネットワーク、および情報検索・推薦システム。ＮｅｕｒＩＰＳやＩＣＭＬなどの国際会議に主著論文が採択。競技プログラミングでは国際情報オリンピック日本代表、ＡＣＭ‐ＩＣＰＣ世界大会出場、Ａｔ‐Ｃｏｄｅｒレッドコーダーなどの戦績をもつ。ＰＤＦ翻訳サービスＲｅａｄａｂｌｅの開発など研究の効率化についても従事している（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。

[icon]

phi-divergenceと積分確率距離の両方に属するのはSriperumbudurによりtv(と自明な距離)だけと証明されている。tvはl1距離を2で割ったもの(0から1を取る場合)。弱収束とw距離の収束は同値。弱収束してもKLが収束しない場合はある。 重心。barycentre.

2025/08/15