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。
最小の努力で、最大の学びがここにある！・境界分野が面白い！ 基礎から最先端まで、骨太の一冊！・機械学習に不可欠な基礎知識が身につく。・おだやかではない。かつてこれほどの教科書があっただろうか。
目次
シリーズの刊行にあたって
まえがき
第I部 導入
第1章 はじめに
第2章 基礎事項
第II部 制約なし最適化
第3章 最適性条件とアルゴリズムの停止条件
第4章 勾配法の基礎
第5章 ニュートン法
第6章 共役勾配法
第7章 準ニュートン法
第8章 信頼領域法
第III部 制約付き最適化
第9章 等式制約付き最適化の最適性条件
第10章 不等式制約付き最適化の最適性条件
第11章 主問題に対する最適化法
第12章 ラグランジュ関数を用いる最適化法
第IV部 学習アルゴリズムとしての最適化
第13章 上界最小化アルゴリズム
第14章 サポートベクトルマシンと最適化
第15章 スパース学習
第16章 行列空間上の最適化
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
2
最適化理論のかなり基礎から丁寧に説明しているが、やはりMLPシリーズだけあって難しい。とても"分かった"とは言えず、むしろ"分からなかった"と言うべき理解度であるが、それでも得るものがあったと思う。ユーザーの立場では自ら実装する訳ではなく、多くはパッケージを利用するのであるが、中の最適化の演算はこう言うことをしているだろうと言う"なんとなくの感触"は得られた様に思う。最後に出てきた多様体の最適化の応用例がICAなのが意外だったが、情報幾何っぽい話でもあったので、なんとなくでも関連性を感じることができた。2019/06/12
kibo35@FEH
0
ヘッセ行列、正定値行列、凸関数、共役関数、双対問題など、論文でみたことはあってもちゃんと理解していなかった概念を学び直すことができた。双対拡張ラグランジュ関数法、双対交互方向乗数法、行列空間上の最適化は理解できなかった…。個人的には昔、断層画像再構成の論文でみたLangeの代理関数によるMMアルゴリズムの説明を日本語でよめてよかった。2017/04/08
みねゆき
0
制約付き最適化の手法が丁寧に述べられていて学びが多かった。
