Sparse Estimation with Math and Python : 100 Exercises for Building Logic

個数：

Sparse Estimation with Math and Python : 100 Exercises for Building Logic

Suzuki, Joe

ウェブストア価格 ¥9,945（本体¥9,041）
Springer Verlag, Singapore（2021/10発売）
外貨定価 US$ 44.99
ポイント 90pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

≪洋書のご注文について≫ 「海外取次在庫あり」「国内在庫僅少」および「国内仕入れ先からお取り寄せいたします」表示の商品でもクリスマス前(12/20～12/25)および年末年始までにお届けできないことがございます。あらかじめご了承ください。

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 246 p.
言語 ENG
商品コード 9789811614378

Full Description

The most crucial ability for machine learning and data science is mathematical logic for grasping their essence rather than knowledge and experience. This textbook approaches the essence of sparse estimation by considering math problems and building Python programs. Each chapter introduces the notion of sparsity and provides procedures followed by mathematical derivations and source programs with examples of execution. To maximize readers' insights into sparsity, mathematical proofs are presented for almost all propositions, and programs are described without depending on any packages. The book is carefully organized to provide the solutions to the exercises in each chapter so that readers can solve the total of 100 exercises by simply following the contents of each chapter.

This textbook is suitable for an undergraduate or graduate course consisting of about 15 lectures (90 mins each). Written in an easy-to-follow and self-contained style, this book will also be perfect material for independent learning by data scientists, machine learning engineers, and researchers interested in linear regression, generalized linear lasso, group lasso, fused lasso, graphical models, matrix decomposition, and multivariate analysis.
This book is one of a series of textbooks in machine learning by the same Author. Other titles are:

Statistical Learning with Math and R (https://www.springer.com/gp/book/9789811575679)
Statistical Learning with Math and Pyth (https://www.springer.com/gp/book/9789811578762)
Sparse Estimation with Math and R

Chapter 1: Linear Regression.- Chapter 2: Generalized Linear Regression.- Chapter 3: Group Lasso.- Chapter 4: Fused Lasso.- Chapter 5: Graphical Model.- Chapter 6: Matrix Decomposition.- Chapter 7: Multivariate Analysis.