機械学習 1／岡留剛 - AQA1! オンラインショッピング

著者岡留剛(著)出版社共立出版発売日2022年08月ISBN9784320124882ページ数200，8Pキーワードきかいがくしゆう1 キカイガクシユウ1 おかどめたけしオカドメタケシ9784320124882内容紹介本書は、古典機械学習ともよぶべき題材に的を絞り、考え方をできるだけ詳細に記述した教科書である。読者の便宜を考慮し、500頁にも及ぶ1冊を分冊化させ、1巻目では「入門的基礎/パラメトリックモデル」、2巻目では「ノンパラメトリックモデル/潜在モデル」、3巻目では「数学事項：機械学習のいしずえ/演習問題解答例」を掲載している。本書では、機械学習全体の網羅や、深層学習を中心に据えた説明は意図していない。大量のデータが存在する対象、あるいはその近傍の対象に対しては、深層学習はきわめて高性能を発揮する。しかし、少数のデータしか得ることができない対象も多く、本書で紹介する古典的な機械学習の手法は、今後も随所で活躍するであろう。とりわけ、ベイズ的な考え方は、予測の損失最小を保証するという意味で重要である。多くの大学理工系の学部で、初年次あるいは2年次に学ぶ多変数の微積分や、固有値問題の基本をふくむ線形代数、それと確率と統計の基本事項は既知としているが、確率と統計や、対称行列に関する固有値問題などの数学的事項の要点は、第V部（第3巻）としてまとめた。本書は多くの優れた書籍を参照して書かれ、とりわけ、C. M. ビショップ（著），『パターン認識と機械学習』の影響は随所にみられる。数学的記法も同書に準拠した。また、構成は、K. P. Murphy, “Probabilistic Machine Learning: An Introduction”の影響をうけている。Murphyの本では深層学習を1つの部としているが、本書では深層学習の部はもうけず、ニューラルネットワークの基礎的事項をパラメトリックモデルの部（第1巻）へ、また、深層生成モデル（の1つであるVAE）を潜在モデルの部（第2巻）へおいた。ベイズ推論の重要性に鑑み、潜在モデルを第IV部としたことは本書の特徴の1つである。各章には演習問題、巻末には解答例と丁寧な解説を掲載（解答例は第3巻に収録）。
※本データはこの商品が発売された時点の情報です。目次第1部入門的基礎（機械学習入門）/第2部パラメトリックモデル（確率密度関数の推定：パラメトリック/線形回帰/一般化線形モデルによる分類/ニューラルネットワーク：非線形パラメトリックモデル/第2部の付録）

この商品の詳細を調べる

: 本・雑誌・コミック » 科学・医学・技術 » 工学 » その他