アメリカの大統領選が盛り上がりを見せています。カマラ・ハリスが民主党候補になったことで、大統領選の構図は、まさにアメリカの分断を象徴する形となりました。そして、10月4日に映画『シビル・ウォー アメリカ最後の日』が公開されます。アメリカの19州が独立戦争を起こす内戦を描いた映画です。まさにアメリカの分断を象徴する映画です。本書は、アメリカの分断をテーマにした新書です。

※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。 科学研究において実験計画は必須になりますが、近年ではデータを使って仮説の生成と検証を繰り返す「適応的実験計画」が取り入れられ、その方法の一つである「ベイズ最適化」に注目が集まっています。 　本書ではこのベイズ最適化の理論・アルゴリズムを基礎から応用まで詳細に説明しています。またブラックボックス最適化ソフトウェア「Optuna」を利用したアルゴリズムの実装方法も紹介。本書を読むことで、ベイズ最適化という強大なフレームワークの全貌を理解し、理論と実装を習得することができます。

※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。 本書ではベイズ最適化の理論・アルゴリズムを基礎から応用まで詳細に説明し、ブラックボックス最適化ソフトウェア「Optuna」の利用方法も紹介しています。増補改訂版では、Optunaのバージョンアップに合わせて第4章を全面的に修正・加筆。ベイズ最適化の実践・開発をサポートしています。また第5章では「リグレット解析」と呼ばれる理論を新たに取り上げました。ベイズ最適化を学ぶための基礎体力が身につけられるよう、理論と実践の両面を更に充実させています。

★まさにバイブル！★ 転移学習は、従来の機械学習の方法では解決することが困難な要請や課題をうまく取り扱うための方法です。深層学習の登場以降、事前学習済みモデルの利用が容易になり、転移学習が広く用いられるようになってきた。 本書では、転移学習の基本概念から、ドメイン適応、事前学習済みモデル、知識蒸留、マルチタスク学習、メタ学習、継続学習などをていねいに解説。この一冊から始めよう！ 【主な内容】 第1部　転移学習への導入 第1章　機械学習から転移学習へ 第2章　転移学習の基本概念 第2部　転移学習の基礎 第3章　ドメイン適応の理論 第4章　データに基づくドメイン適応の基礎 第5章　モデルに基づくドメイン適応の展開 第6章　事前学習済みモデル 第3部　転移学習の展開 第7章　知識蒸留 第8章　マルチタスク学習 第9章　メタ学習 第10章　少数ショット学習 第11章　ドメイン汎化 第12章　継続学習 第13章　強化学習における転移学習 付録A　深層ニューラルネットワークと生成モデルの基礎