グラフィカルモデル(機械学習プロフェッショナルシリーズ) [全集叢書]

グラフィカルモデル(機械学習プロフェッショナルシリーズ) の 商品概要

• 要旨（「BOOK」データベースより）

  視点の転換がカギ！グラフを用いて記述する利点が実感できる。多岐にわたるグラフィカルモデルの使われ方の全体像を示す。入門に便利！必要な公式や凸解析の基礎的事項を付録に収録。

• 目次

  第1章　グラフィカルモデル入門
  第2章　確率論の基礎
  第3章　ベイジアンネットワーク
  第4章　マルコフ確率場
  第5章　因子グラフ表現
  第6章　周辺確率分布の計算1.:確率伝搬法
  第7章　周辺確率分布の計算2.:ベーテ近似
  第8章　周辺確率分布の計算3.:平均場近似
  第9章　グラフィカルモデルの学習1.:隠れ変数のないモデル
  第10章　グラフィカルモデルの学習2.:隠れ変数のあるモデル
  第11章　グラフィカルモデルの学習3.:具体例
  第12章　MAP割り当ての計算1.:最大伝搬法
  第13章　MAP割り当ての計算2.:線形緩和による方法
  第14章　グラフィカルモデルの構造学習
  付録A　公式集
  付録B　凸解析入門
  付録C　指数型分布族

• 出版社からのコメント

  変数間の因果やつながりをグラフで表現、分析するメリットを理解して使おう。古典的方法から最近の流れまで１冊でわかる。

• 内容紹介

  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。
  
  【機械学習プロフェッショナルシリーズ】
  本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全31巻(＊)にわたって刊行する。
  ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
  これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。
  
  第4期として、以下の4点を刊行!
  
  ヒューマンコンピュテーションとクラウドソーシング　鹿島 久嗣/小山 聡/馬場 雪乃・著
  変分ベイズ学習　中島 伸一・著
  ノンパラメトリックベイズ　佐藤 一誠・著
  グラフィカルモデル　渡辺 有祐・著
  
  第5期の刊行は2016年8月、第6期の刊行は2016年12月の予定。
  
  【シリーズ編者】
  杉山 将 東京大学大学院新領域創成科学研究科 教授
  
  (＊)【追加・変更について】
  2016年2月、『機械学習のための連続最適化』『ガウス過程と機械学習』の2書目を新たにシリーズラインナップに追加しました。また、『統計的自然言語処理』を『深層学習による自然言語処理』に変更しました。詳しくは、講談社サイエンティフィクwebページをご覧ください。

• 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）

  渡辺 有祐(ワタナベ ユウスケ)
  博士（学術）。２００６年京都大学理学部物理学科卒業。２０１０年総合研究大学院大学複合科学研究科統計科学専攻博士課程修了。現在、ソニー株式会社機械学習リサーチエンジニア

グラフィカルモデル(機械学習プロフェッショナルシリーズ) の商品スペック