内容説明
本書は、計算論的学習理論におけるわが国初の成書であり、斬新でオリジナルな内容が加味された最良のテキストである。内容は、学習アルゴリズムの提示から、近似学習モデル、質問を用いた学習モデル、決定木の学習をテキストベースからの知識獲得に応用する方法、さらに、文法の学習を遺伝子情報の問題に応用する方法等を解説する。また、初学者の学習に便利なように、各章ごとに“文献ノート”を配しているが、これは本分野を概観する上で貴重なデータベースともなっている。
目次
１ はじめに（コンピュータが学習すること；歴史的背景 ほか）
２ 極限における学習（極限における学習モデル；枚挙による学習 ほか）
３ 確率的近似学習（確率的近似学習（ＰＡＣ）モデル
ＰＡＣ学習モデルにおける基本的手法 ほか）
４ 質問を用いた学習（質問学習モデル；ブール関数の学習 ほか）
５ 応用（テキストデータベースからの知識獲得；遺伝子解析への応用 ほか）
著者等紹介
榊原康文［サカキバラヤスフミ］
１９８３年東京工業大学理学部情報科学科卒。１９８５年同大学院理工学研究科修士課程修了（理学博士）。１９８５年（株）富士通研究所情報社会科学研究所研究員。現在、東京電機大学理工学部助教授
小林聡［コバヤシサトシ］
１９８８年東京大学工学部航空学科卒。１９９３年同大学院工学系研究科博士課程修了（工学博士）。現在、電気通信大学情報工学科助教授
横森貴［ヨコモリタカシ］
１９７４年東京大学理学部数学科卒。１９７９年同大学院理学系研究科博士課程修了（理学博士）。現在、早稲田大学教育学部教授
※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。
