パターン認識と機械学習〈下〉ベイズ理論による統計的予測

ビショップ，Ｃ．Ｍ．【著】〈Ｂｉｓｈｏｐ，Ｃｈｒｉｓｔｏｐｈｅｒ Ｍ．〉/元田 浩/栗田 多喜夫/樋口 知之/松本 裕治/村田 昇【監訳】

シュプリンガー・ジャパン（2008/07発売）

• サイズ B5判／ページ数 433p／高さ 24cm
• 商品コード 9784431100317
• NDC分類 007.1
• Cコード C3055

内容説明

ベイズ理論に基づく統計的予測技術は、計算アルゴリズムの開発と計算機の性能向上により、近年、急速に進展してきた。本書は、このベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説した教科書である。下巻では、上巻の基礎的な話題を発展させた様々な手法を扱う。まず、予測精度の高さで注目を集めたサポートベクトルマシンと、今や幅広い領域で使われているカーネル法を説明する。次に、高度な確率モデルを表現するベイジアンネットなどのグラフィカルモデルや、潜在変数を扱うＥＭアルゴリズムを紹介する。その後、ベイズ理論の適用範囲を広げた変分ベイズ法とＭＣＭＣ法について触れ、次元削減や時系列の扱いといった話題を詳説する。最後に、複数のモデルを結合するブースティングなどの手法を説明する。

目次

第６章　カーネル法
第７章　疎な解を持つカーネルマシン
第８章　グラフィカルモデル
第９章　混合モデルとＥＭ
第１０章　近似推論法
第１１章　サンプリング法
第１２章　連続潜在変数
第１３章　系列データ
第１４章　モデルの結合

著者等紹介

ビショップ，Ｃ．Ｍ．［ビショップ，Ｃ．Ｍ．］［Ｂｉｓｈｏｐ，Ｃｈｒｉｓｔｏｐｈｅｒ　Ｍ．］
１９８３年、エディンバラ大学でＤ．ウォレス、Ｐ．ヒッグズの指導の下、量子場に関する論文で博士号を取得。現在、英国マイクロソフト研究所Ｄｅｐｕｔｙ　Ｄｉｒｅｃｔｏｒ。研究テーマは、機械学習への確率論的なアプローチとその応用

元田浩［モトダヒロシ］
大阪大学名誉教授。工学博士

栗田多喜夫［クリタタキオ］
独立行政法人産業技術総合研究所脳神経情報研究部門副研究部門長。博士（工学）

樋口知之［ヒグチトモユキ］
情報・システム研究機構統計数理研究所教授（副所長）。理学博士

松本裕治［マツモトユウジ］
奈良先端科学技術大学院大学情報科学研究科教授。工学博士（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。

[オザマチ]

この分野のバイブル的な本。とりあえず一周ということで。必要に応じてまた格闘しようと思います。

2013/07/18

[saru]

難しい

2015/01/17

[Tsukasa Fukunaga]

上巻は頑張って演習問題も全部解いていたのだが、下巻から疲れてきて(駄、最後は割と流すだけになってしまったが、一応読了。半年以上かかった。疲れた。難しいと評判だが、2章の計算をしっかり追えれば、数学的にはそれほど難しくない。(めんどくさいのは否定しない)　10章は本当にめんどうくさかった。　出版年の関係からノンパラベイズやディープラーニングなどの最先端技術は載っていないが、バイオインフォマティクスに必要な機械学習は十分に押さえられたはず。　

2013/05/23

[鱈内]

とりあえず一周したので

2012/12/20

[無限猿]

☆☆☆☆☆ 一回では理解できなかったのでまたそのうち読み直す．

2010/05/06