出版社内容情報
本書は，近年の人工知能技術の基盤をなす「統計的機械学習」の言葉でシステム制御理論を解説する，これまでにない１冊です．
ベイズ統計の枠組みでダイナミクスの制御と推定を体系的に解説したうえで（第3～6章），
・システム同定/モデル低次元化を教師あり/教師なし学習としてとらえる（第8章）
・現代制御論の視点から強化学習の基本動作を理解する（第9章）
・制御系設計における凸最適化と確率勾配法の利用法を整理する（第11章）
といった話題を通して，システム制御と機械学習という２つの分野を広く見渡すことができます．
前提知識を仮定せず，数学的な説明とコンピュータによる演習
（本書で用いたPython・MATLAB 用のソースコードは森北出版Webサイトの本書籍ページ「関連サイト」から入手できます）
を通して，多角的かつ着実に理解を深めることができます．
人工知能分野との接点を重視して制御理論を（再）学習したい方，
機械学習の知識を物理的なシステム制御に役立ててみたい方，
ダイナミクスのデータ科学に通底する数学に興味をお持ちの方，
いずれの方にもおすすめです．
【目次】
第I部 確率統計編
第1章 はじめに
第2章 確率と統計
第3章 確率システム
第4章 最適制御
第5章 状態推定
第6章 漸近挙動
第II部 統計的機械学習編
第7章 機械学習
第8章 システム同定
第9章 強化学習
第10章 マルコフ連鎖と定常状態
第11章 数理最適化
第12章 ガウス過程回帰
付録A 測度論的確率論
付録B 補足
付録C 演習問題の解答
おわりに
【目次】
内容説明
制御理論と機械学習を、確率・最適化でつなぐ。ＭＡＴＬＡＢ、Ｐｙｔｈｏｎによる計算例も多数紹介。
目次
第１部 確率統計編（確率と統計；確率システム；最適制御；状態推定；漸近挙動）
第２部 統計的機械学習編（機械学習；システム同定；強化学習；マルコフ連鎖と定常状態；数理最適化；ガウス過程回帰）
付録
著者等紹介
加嶋健司［カシマケンジ］
２０００年京都大学工学部情報学科卒業。２０２５年京都大学教授。博士（情報学）（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。
