イラストで学ぶ機械学習―最小二乗法による識別モデル学習を中心に [単行本]

イラストで学ぶ機械学習―最小二乗法による識別モデル学習を中心に の 商品概要

• 目次

  第I部　はじめに
  第1章　機械学習とは
  第2章　学習モデル
  第II部　教師付き回帰
  第3章　最小二乗学習
  第4章　制約付き最小二乗学習
  第5章　スパース学習
  第6章　ロバスト学習
  第III部　教師付き分類
  第7章　最小二乗学習に基づく分類
  第8章　サポートベクトル分類
  第9章　アンサンブル分類
  第10章　確率的分類
  第11章　系列データの分類
  第IV部　教師なし学習
  第12章　異常検出
  第13章　教師なし次元削減
  第14章　クラスタリング
  第V部　発展的話題
  第15章　オンライン学習
  第16章　半教師付き学習
  第17章　教師付き次元削減
  第18章　転移学習
  第19章　マルチタスク学習
  第VI部　おわりに
  第20章　まとめと今後の展望

• 出版社からのコメント

  最小二乗法で、機械学習をはじめましょう！！数式だけではなく、イラストがあるから直感的でわかりやすい！黄色本よりさきに読もう！

• 内容紹介

  最小二乗法で、機械学習をはじめましょう!! 数式だけではなく、イラストや図が豊富だから、直感的でわかりやすい!　MATLABのサンプルプログラムで、らくらく実践!　さあ、黄色本よりさきに読もう!
  
  【目次】
  第I部　はじめに
  第1章　機械学習とは
  第2章　学習モデル
  
  第II部　教師付き回帰
  第3章　最小二乗学習
  第4章　制約付き最小二乗学習
  第5章　スパース学習
  第6章　ロバスト学習
  
  第III部　教師付き分類
  第7章　最小二乗学習に基づく分類
  第8章　サポートベクトル分類
  第9章　アンサンブル分類
  第10章　確率的分類
  第11章　系列データの分類
  
  第IV部　教師なし学習
  第12章　異常検出
  第13章　教師なし次元削減
  第14章　クラスタリング
  
  第V部　発展的話題
  第15章　オンライン学習
  第16章　半教師付き学習
  第17章　教師付き次元削減
  第18章　転移学習
  第19章　マルチタスク学習
  第VI部　おわりに
  第20章　まとめと今後の展望

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  杉山 将(スギヤマ マサシ)
  １９７４年大阪府生まれ。１９９７年東京工業大学工学部情報工学科卒業、２００１年同大学院博士課程修了。２００１年同大学助手、２００３年同大学助教授（２００７年准教授に改称）。現在、東京工業大学大学院情報理工学研究科計算工学専攻准教授、国立情報学研究所客員准教授。博士（工学）。機械学習の理論研究とアルゴリズムの開発、および信号画像処理などへの応用研究に従事。２０１１年に情報処理学会長尾真記念特別賞を受賞

• 著者について

  杉山 将 (スギヤマ マサシ)
  東京工業大学大学院情報理工学研究科　准教授

イラストで学ぶ機械学習―最小二乗法による識別モデル学習を中心に の商品スペック