出版社内容情報
【セールスポイント】
計算理論に基づく学習理論に関する翻訳書
【発刊の目的と内容】
本書は、原題"Learning from Good and Bad Data"の全訳書で、計算理論に基づく学習の理論に関する最初の書物である。学問的に新しい概念を扱っているため、形式的な記述が多いが、本書では新しい概念が導入される箇所には具体例を配し、これからこの分野を学ぼうとする人にも理解できるような構成となっている。
【詳細目次】
序文♂Ⅰ 公平な教師からの極限同定♂1 同定問題♂1･1 公平な教師からの学習♂1･2 研究上の作業仮説♂1･3 収束性♂1･4 一般的な戦略♂1･5 これまでの研究事例♂1･6 基本的定義♂1･7 一般的アルゴリズム♂1･8 補記♂2 精密化による同定♂2･1 順序準同型写像♂2･2 精密化♂2･3 精密化による同定♂2･4 結論♂3 精密化の利用法♂3･1 はじめに♂3･2 3つの有用な性質♂3･3 標準形と単調な演算♂3･4 万能精密化♂3･5 結論♂3･6 第3章の付録♂Ⅱ ランダムな例からの確率的同定♂4 確率的近似同定♂4･1 確率的極限同定♂4･2 Valiantのモデル♂4･3 半順序の利用♂4･4 まとめ♂5 ノイズのある例からの同定♂5･1 はじめに♂5･2 これまでの研究結果♂5･3 分類ノイズプロセス♂5･4 Pac-同定♂5･5 確率的極限同定♂5･6 標準形表現の同定♂5･7 他のノイズモデル♂5･8 第5章の付録♂6 おわりに
目次
１ 公平な教師からの極限同定（同定問題；精密化による同定；精密化の利用法）
２ ランダムな例からの確率的同定（確率的近似同定；ノイズのある例からの同定）
