ビジネス・実用 - 機械学習プロフェッショナルシリーズ一覧
-
機械学習分野に参入したい技術者･大学生を対象とし、機械学習技術の理解に必要なトピックに厳選した。イメージが掴めるように、図を多く掲載したから、わかりやすい。コンパクトなので初学者の教科書としても、最適!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
理論は裏切らない！ ・強化学習で必要になる数理を広くカバーした。・一貫したていねいな解説なので、じっくり読める。付録・参考文献も充実！・ベルマン方程式、TD学習、方策勾配、POMDP、深層強化学習をより深く！／【おもな内容】 第1章 準備 1.1 強化学習とは 1.2 マルコフ決定過程と逐次的意思決定問題 1.3 方策 1.4 逐次的意思決定問題の定式化 第2章 プランニング 2.1 準備 2.2 動的計画法 2.3 動的計画法による解法 2.4 線形計画法による解法 第3章 探索と活用のトレードオフ 3.1 概要 3.2 探索と活用のトレードオフ 3.3 方策モデル 第4章 モデルフリー型の強化学習 4.1 データにもとづく意思決定 4.2 価値関数の推定 4.3 方策と行動価値関数の学習 4.4 収束性 4.5 アクター・クリティック法 第5章 モデルベース型の強化学習 5.1 問題設定の整理 5.2 環境推定 5.3 ブラックボックス生成モデルに対するプランニング 5.4 オンラインのモデルベース型強化学習 第6章 関数近似を用いた強化学習 6.1 概要 6.2 価値関数の関数近似 6.3 方策の関数近似 第7章 部分観測マルコフ決定過程 7.1 部分観測マルコフ決定過程（POMDP）の基礎 7.2 POMDP のプランニング 7.3 POMDP の学習 第8章 最近の話題 8.1 分布強化学習 8.2 深層強化 学習付録A 補足A.1 証明 A.2 ノルム A.3 線形計画法 A.4 自然勾配法の補足
-
企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから｢珍しいパターン｣を見出す、あるいは変化の｢兆し｣を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える1冊。現在知られている異常検知･変化検知の手法の大半をカバーした。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
｢ウェブ｣を知らずして、｢データ｣を語ることなかれ･機械学習がどのように応用されているかを概観する。･評判分類の学習、単語の意味表現、検索結果の順序学習を重点的に解説。･話題を瞬時に発見するバースト検出やウェブのリンク解析も紹介。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
音声の信号処理についての知識ゼロでも読めるように、懇切丁寧に解説した。基礎理論はコンパクトにまとめ、｢耐雑音｣｢話者認識｣｢深層学習｣についてたっぷり解説。一気に実用が進んだ音声認識分野がこれ一冊で学べる!
-
誰でもすぐにオンライン機械学習を実践できる即戦力の入門書!オンライン機械学習の基礎から理論、実装、応用、最新手法までをすべて網羅し、明快に解説した。この1冊で、面白いほどよくわかる!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
絶えず流れる情報を、いかに捉え、いかに学習するか? 広告配信、証券投資、経路探索……いまや豊富な応用分野を擁するオンライン予測。Hedge、OGD、ONSなど多彩なアルゴリズムを理解し、使えるようになる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
教師あり学習や凸解析の復習から、大量データ解析に有用な並列分散確率最適化まで丁寧に解説する。基本技法も新しいトピックも、きちんと理解できる1冊。式の成り立ち、アルゴリズムの意味がわかる。証明を極力略さず示す大規模計算実行までの本当の早道。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
データ単体ではなくデータ間の関係に注目すると、データが｢次｣を予測してくれる。多重に次元が上がる解析を実際に行うために必要な知識を1冊におさめた。考え方を理解して、自分の分野で応用しよう。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。教師なし学習、実応用など最近の話題まで紹介した。さあ、はじめよう!
-
デジタルカメラの顔認識機能など、身近で利用されている画像認識の技術。機械学習の応用により、その精度は格段に向上した。最前線で活躍する研究者が、基礎から深層学習を取り入れた応用的手法までをくわしく解説する。画像認識の現状と今後の展望を知るのに最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
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。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
各種グラフィカルモデルの紹介から、機械学習における使い方まで丁寧に解説する。この手法が有効な問題の見分け方、グラフの扱い、推論･学習に活かす方法など、必要なことをコンパクトにまとめた。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
さまざまな学習アルゴリズムはもちろんのこと、｢構造化サポートベクトルマシン｣｢弱ラベル学習｣などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい!こんな本を待っていた。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
いま最も注目されている機械学習手法である深層学習(ディープラーニング)を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
◆自然言語処理の応用(機械翻訳、文書要約、対話、質問応答)に焦点を当て、深層学習の利用方法を解説。◆｢実装上の工夫｣など、本書でしか読めない実践的な内容が充実!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
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。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
機械学習に携わる技術者向け。必要な生命科学の基礎を述べ、遺伝子解析に使われる多重検定を解説する。また、複数の具体例を通して推定量を設計する方法を紹介した。大規模データを生命科学の発見につなげる道筋がわかる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
このわかりやすさ、もう手放せない!･｢仮名化/匿名化｣｢差分プライバシー｣｢秘密計算｣の3つの主要技術を扱う。･統計学･データ工学･暗号理論の観点から丁寧に解説。･データ解析実務者も必読。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
膨大なデータから、いかにして原因と結果の関係を見いだすのか? ｢LiNGAM｣(線形非ガウス非巡回モデル)を開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論･因果探索に必携。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
丁寧な説明が感動的! しっかり、よくわかる!どのような学習アルゴリズムが効率的かを見極めるには、確率論･統計学に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した。学習手法をしっかり理解して使いこなせるようになる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
日々生成されるデータを｢意味｣のある情報としてとらえるための基礎技術を、その牽引役の1人が丁寧に解説した。離散確率分布の基礎から各種モデル、テキストデータにとどまらない応用事例までが1冊にまとまり、学びやすい。書籍初収録の例も豊富に含まれている。コンパクトでありながら、親切な記述なので、ついていける、読み通せる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
さぁ、無限次元の扉を開こう!確率分布の基礎から時系列データやスパースモデリングへの応用までを明快に説く。理論的な背景である測度論も基礎から丁寧に解説する親切設計。新進気鋭のエース研究者が、満を持して執筆した。全ベイジアン必携!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
･さまざまな方策(探索戦略)が、定量的かつ直感的に理解できる。･最適腕識別や連続腕バンディットなどの発展的な内容も解説。･モンテカルロ木探索やインターネット広告などのより具体的な状況への対応も紹介。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
<人間と機械>を超えた、人工知能の新世界!計算機では対応できない問題は，ヒューマンコンピュテーションとクラウドソーシングを組み合わせて解決する!基本概念から技術的課題とその解決方法までをわかりやすく紹介。将来展望や研究動向も把握できる最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
有効な近似手法なくして、実問題の解決なし。本書では、ベイズ学習の基礎と、計算が困難な問題群で力を発揮する近似手法｢変分ベイズ学習｣を学ぶ。｢共役性｣と｢制約の設計指針｣に焦点を当て、簡潔に説き起こした。こちらも、全ベイジアン必読!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第２弾！ ｢深層学習とベイズ統計の融合｣がすべて詰まった ｢欲張り｣本！ 基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書！本書のサポートページ：https://github.com/sammy-suyama/BayesianDeepLearningBook 【主な内容】第1章 はじめに 1.1 ベイズ統計とニューラルネットワークの変遷 1.2 ベイズ深層学習／第2章 ニューラルネットワークの基礎 2.1 線形回帰モデル 2.2 ニューラルネットワーク 2.3 効率的な学習法 2.4 ニューラルネットワークの拡張モデル／第3章 ベイズ推論の基礎 3.1 確率推論 3.2 指数型分布族 3.3 ベイズ線形回帰 3.4 最尤推定，MAP推定との関係／第4章 近似ベイズ推論 4.1 サンプリングに基づく推論手法 4.2 最適化に基づく推論手法／第5章 ニューラルネットワークのベイズ推論 5.1 ベイズニューラルネットワークモデルの近似推論法 5.2 近似ベイズ推論の効率化 5.3 ベイズ推論と確率的正則化 5.4 不確実性の推定を使った応用／第6章 深層生成モデル 6.1 変分自己符号化器 6.2 変分モデル 6.3 生成ネットワークの構造学習 6.4 その他の深層生成モデル／第7章 深層学習とガウス過程 7.1 ガウス過程の基礎 7.2 ガウス過程による分類 7.3 ガウス過程のスパース近似 7.4 深層学習のガウス過程解釈 7.5 ガウス過程による生成モデル
-
通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
4.0機械学習分野に参入したい技術者･大学生を対象とし、機械学習技術の理解に必要なトピックに厳選した。イメージが掴めるように、図を多く掲載したから、わかりやすい。コンパクトなので初学者の教科書としても、最適!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり-理論は裏切らない！ ・強化学習で必要になる数理を広くカバーした。・一貫したていねいな解説なので、じっくり読める。付録・参考文献も充実！・ベルマン方程式、TD学習、方策勾配、POMDP、深層強化学習をより深く！／【おもな内容】 第1章 準備 1.1 強化学習とは 1.2 マルコフ決定過程と逐次的意思決定問題 1.3 方策 1.4 逐次的意思決定問題の定式化 第2章 プランニング 2.1 準備 2.2 動的計画法 2.3 動的計画法による解法 2.4 線形計画法による解法 第3章 探索と活用のトレードオフ 3.1 概要 3.2 探索と活用のトレードオフ 3.3 方策モデル 第4章 モデルフリー型の強化学習 4.1 データにもとづく意思決定 4.2 価値関数の推定 4.3 方策と行動価値関数の学習 4.4 収束性 4.5 アクター・クリティック法 第5章 モデルベース型の強化学習 5.1 問題設定の整理 5.2 環境推定 5.3 ブラックボックス生成モデルに対するプランニング 5.4 オンラインのモデルベース型強化学習 第6章 関数近似を用いた強化学習 6.1 概要 6.2 価値関数の関数近似 6.3 方策の関数近似 第7章 部分観測マルコフ決定過程 7.1 部分観測マルコフ決定過程（POMDP）の基礎 7.2 POMDP のプランニング 7.3 POMDP の学習 第8章 最近の話題 8.1 分布強化学習 8.2 深層強化 学習付録A 補足A.1 証明 A.2 ノルム A.3 線形計画法 A.4 自然勾配法の補足
3.5企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから｢珍しいパターン｣を見出す、あるいは変化の｢兆し｣を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える1冊。現在知られている異常検知･変化検知の手法の大半をカバーした。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-
-音声の信号処理についての知識ゼロでも読めるように、懇切丁寧に解説した。基礎理論はコンパクトにまとめ、｢耐雑音｣｢話者認識｣｢深層学習｣についてたっぷり解説。一気に実用が進んだ音声認識分野がこれ一冊で学べる!
3.0教師あり学習や凸解析の復習から、大量データ解析に有用な並列分散確率最適化まで丁寧に解説する。基本技法も新しいトピックも、きちんと理解できる1冊。式の成り立ち、アルゴリズムの意味がわかる。証明を極力略さず示す大規模計算実行までの本当の早道。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり3.0圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。教師なし学習、実応用など最近の話題まで紹介した。さあ、はじめよう!
値引きあり5.0デジタルカメラの顔認識機能など、身近で利用されている画像認識の技術。機械学習の応用により、その精度は格段に向上した。最前線で活躍する研究者が、基礎から深層学習を取り入れた応用的手法までをくわしく解説する。画像認識の現状と今後の展望を知るのに最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり-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。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-各種グラフィカルモデルの紹介から、機械学習における使い方まで丁寧に解説する。この手法が有効な問題の見分け方、グラフの扱い、推論･学習に活かす方法など、必要なことをコンパクトにまとめた。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
3.0さまざまな学習アルゴリズムはもちろんのこと、｢構造化サポートベクトルマシン｣｢弱ラベル学習｣などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい!こんな本を待っていた。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
3.8いま最も注目されている機械学習手法である深層学習(ディープラーニング)を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり4.0
-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。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
4.0機械学習に携わる技術者向け。必要な生命科学の基礎を述べ、遺伝子解析に使われる多重検定を解説する。また、複数の具体例を通して推定量を設計する方法を紹介した。大規模データを生命科学の発見につなげる道筋がわかる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり-このわかりやすさ、もう手放せない!･｢仮名化/匿名化｣｢差分プライバシー｣｢秘密計算｣の3つの主要技術を扱う。･統計学･データ工学･暗号理論の観点から丁寧に解説。･データ解析実務者も必読。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
3.7膨大なデータから、いかにして原因と結果の関係を見いだすのか? ｢LiNGAM｣(線形非ガウス非巡回モデル)を開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論･因果探索に必携。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
3.0丁寧な説明が感動的! しっかり、よくわかる!どのような学習アルゴリズムが効率的かを見極めるには、確率論･統計学に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した。学習手法をしっかり理解して使いこなせるようになる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
3.0日々生成されるデータを｢意味｣のある情報としてとらえるための基礎技術を、その牽引役の1人が丁寧に解説した。離散確率分布の基礎から各種モデル、テキストデータにとどまらない応用事例までが1冊にまとまり、学びやすい。書籍初収録の例も豊富に含まれている。コンパクトでありながら、親切な記述なので、ついていける、読み通せる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-さぁ、無限次元の扉を開こう!確率分布の基礎から時系列データやスパースモデリングへの応用までを明快に説く。理論的な背景である測度論も基礎から丁寧に解説する親切設計。新進気鋭のエース研究者が、満を持して執筆した。全ベイジアン必携!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-･さまざまな方策(探索戦略)が、定量的かつ直感的に理解できる。･最適腕識別や連続腕バンディットなどの発展的な内容も解説。･モンテカルロ木探索やインターネット広告などのより具体的な状況への対応も紹介。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
4.0<人間と機械>を超えた、人工知能の新世界!計算機では対応できない問題は，ヒューマンコンピュテーションとクラウドソーシングを組み合わせて解決する!基本概念から技術的課題とその解決方法までをわかりやすく紹介。将来展望や研究動向も把握できる最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
-有効な近似手法なくして、実問題の解決なし。本書では、ベイズ学習の基礎と、計算が困難な問題群で力を発揮する近似手法｢変分ベイズ学習｣を学ぶ。｢共役性｣と｢制約の設計指針｣に焦点を当て、簡潔に説き起こした。こちらも、全ベイジアン必読!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。
値引きあり-「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第２弾！ ｢深層学習とベイズ統計の融合｣がすべて詰まった ｢欲張り｣本！ 基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書！本書のサポートページ：https://github.com/sammy-suyama/BayesianDeepLearningBook 【主な内容】第1章 はじめに 1.1 ベイズ統計とニューラルネットワークの変遷 1.2 ベイズ深層学習／第2章 ニューラルネットワークの基礎 2.1 線形回帰モデル 2.2 ニューラルネットワーク 2.3 効率的な学習法 2.4 ニューラルネットワークの拡張モデル／第3章 ベイズ推論の基礎 3.1 確率推論 3.2 指数型分布族 3.3 ベイズ線形回帰 3.4 最尤推定，MAP推定との関係／第4章 近似ベイズ推論 4.1 サンプリングに基づく推論手法 4.2 最適化に基づく推論手法／第5章 ニューラルネットワークのベイズ推論 5.1 ベイズニューラルネットワークモデルの近似推論法 5.2 近似ベイズ推論の効率化 5.3 ベイズ推論と確率的正則化 5.4 不確実性の推定を使った応用／第6章 深層生成モデル 6.1 変分自己符号化器 6.2 変分モデル 6.3 生成ネットワークの構造学習 6.4 その他の深層生成モデル／第7章 深層学習とガウス過程 7.1 ガウス過程の基礎 7.2 ガウス過程による分類 7.3 ガウス過程のスパース近似 7.4 深層学習のガウス過程解釈 7.5 ガウス過程による生成モデル
-通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。