内容説明
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
どんな分野でも効率的な処理には優れたアルゴリズムが欠かせない。スパース（疎）という性質に着目すると、最短の道が見えてくる。定義や必要な数理、考え方の基礎から、アトミックノルムなどの発展的な内容までを1冊で学ぼう。
目次
シリーズの刊行にあたって
まえがき
第1章 はじめに
第2章 データからの学習
第3章 スパース性の導入
第4章 ノイズなしl1 ノルム最小化の理論
第5章 ノイズありl1 ノルム最小化の理論
第6章 l1 ノルム正則化のための最適化法
第7章 グループl1 ノルム正則化に基づく機械学習
第8章 トレースノルム正則化に基づく機械学習
第9章 重複型スパース正則化
第10章 アトミックノルム
第11章 おわりに
参考文献
索引
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。
shin_ash
3
川野先生の「スパース推定による統計モデリング」は本書を読めるようになる入門書との位置づけなので読んで見た。川野本も難しかったが、川野先生のお話通りこちらの方が強烈に難しい。しかし、川野本で扱っていない低ランク行列のスパース性なども扱っているので、分からないなりに知見が広がった気がする。また交互方向乗数法が色々と便利であることがわかった。本書を読んだことで、改めて川野本が平易かつ丁寧に解説していることがわかった。そう言う意味ではスパース推定そのものが最適化問題と密接な関係なので、難易度が高い分野なのだろう。2018/04/20
