資料詳細

機械学習

中川裕志／著 -- ナカガワ,ヒロシ -- 丸善出版 -- 2015.11 -- 007.13

※所蔵欄の「帯出区分」が「貸出禁止」のものや、「状態」が「在架」のものは予約できません。

※奄美図書館からの取り寄せは、システムの関係上、来館しての手続きが必要です。

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館	所蔵場所	請求記号	資料コード	資料区分	帯出区分	状態
県図一般	書庫A2層	007.1/ﾄ015	0115344335	一般図書		在架

館名	所蔵数	貸出中数	貸出可能数
県図一般	1	0	1

タイトル	機械学習
書名カナ	キカイガクシュウ
シリーズ名	東京大学工学教程
著者	中川裕志／著, 東京大学工学教程編纂委員会／編
著者カナ	ナカガワ,ヒロシ
出版地	東京
出版者	丸善出版
出版者カナ	マルゼンシュッパン
出版年	2015.11
ページ数	12,207p
大きさ	21cm
シリーズ名	東京大学工学教程
シリーズ名カナ	トウキョウダイガクコウガクキョウテイ
シリーズ名	情報工学
シリーズ名カナ	ジョウホウコウガク
一般件名	機械学習
内容紹介	機械学習をテーマに、統計学と最適化を基礎におく理論と手法について説明するテキスト。線形モデルによる分類や回帰、およびその発展形としてサポートベクターマシンを取り上げる。
NDC分類(9版)	007.13
ISBN	4-621-08991-0
ISBN13桁	978-4-621-08991-0
定価	¥2800

1 機械学習の基礎概念: 1.1 背景; 1.2 情報の変換モデル; 1.3 概念の整理; 1.4 データの性質と表現; 1.5 評価方法; 1.6 本書で用いる記法
2 確率分布のパラメタ推定: 2.1 最尤推定と最大事後確率推定; 2.2 Bayes推定; 2.3 指数型分布族の最尤推定
3 線形モデル: 3.1 線形回帰モデル; 3.2 線形分類モデル; 3.3 正則化; 3.4 種々の損失と正則化; 3.5 生成モデルによる分類
4 過学習と予測性能: 4.1 過学習; 4.2 バイアス・バリアンス分解
5 サポートベクターマシン: 5.1 線形分類の問題点; 5.2 ソフトマージン; 5.3 カーネル法; 5.4 学習アルゴリズム; 5.5 回帰
6 オンライン学習: 6.1 概要; 6.2 正則化項付き累積損失最小化法; 6.3 パーセプトロン; 6.4 Passive-Aggressiveアルゴリズム; 6.5 ラウンド数の対数オーダの収束; 6.6 双対化座標降下法
7 クラスタリング: 7.1 距離の定義; 7.2 階層的凝集型クラスタリング; 7.3 K-平均法; 7.4 評価法
8 EMアルゴリズム: 8.1 潜在変数を持つモデル; 8.2 EMアルゴリズムの導出; 8.3 EMアルゴリズムの適用例; 8.4 事前分布のパラメタ初期値の推定
9 Markov連鎖Monte Carlo法: 9.1 サンプリング法; 9.2 重点サンプリング; 9.3 Markov連鎖Monte Carlo法; 9.4 粒子フィルタ