機械学習のための連続最適化(機械学習プロフェッショナルシリーズ) [全集叢書]

機械学習のための連続最適化(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）

  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。

• 目次

  1章　はじめに　機械学習における推論と計算／最適化問題の記述
  2章　基礎事項
  微積分・線形代数の基礎／凸解析の基礎
  3章　最適性条件とアルゴリズムの停止条件
  局所最適解と最適性条件／集合制約に対する最適性条件／最適化アルゴリズムの停止条件
  4章　勾配法の基礎
  直線探索法／直線探索を用いる反復法／座標降下法／最急降下法／機械学習への応用
  5章　ニュートン法
  ニュートン法の導出／座標変換に対する共変性／修正ニュートン法／ガウス・ニュートン法と関連する話題／自然勾配法
  6章　共役勾配法
  共役方向法／共役勾配法／非線形共役勾配法
  7章　準ニュートン法
  可変計量を用いる最適化法とセカント条件／正定値行列の近接的更新／準ニュートン法の収束性／記憶制限付き準ニュートン法／ヘッセ行列の疎性の利用
  8章　信頼領域法
  アルゴリズムの構成／部分問題の近似解法／収束性
  9章　等式制約付き最適化の最適性条件
  1 次の最適性条件／2 次の最適性条件／凸最適化問題の最適性条件と双対性／感度解析
  10章　不等式制約付き最適化の最適性条件
  1 次の最適性条件／2 次の最適性条件／凸最適化問題の最適性条件／主問題と双対問題
  11章　主問題に対する最適化法
  有効制約法／ペナルティ関数法／バリア関数法
  12章　ラグランジュ関数を用いる最適化法
  双対上昇法／拡張ラグランジュ関数法／交互方向乗数法
  13章　上界最小化アルゴリズム
  上界最小化アルゴリズム／代理関数の例／EM アルゴリズム／2 つの凸関数の差の最適化／近接点アルゴリズム
  14章　サポートベクトルマシンと最適化
  SVM の定式化と最適化問題／SVM 学習のための最適化アルゴリズム／正則化パス追跡／最適保証スクリーニング
  15章　スパース学習
  スパースモデリング／L1正則化と種々のスパース正則化／近接勾配法による解法／座標降下法による解法／交互方向乗数法による解法／近接点アルゴリズムによる方法
  16章　行列空間上の最適化
  シュティーフェル多様体とグラスマン多様体／機械学習における行列最適化／多様体の諸概念／多様体上の最適化／レトラクションとベクトル輸送／行列多様体上の最適化

• 出版社からのコメント

  制約なし最適化、制約付き最適化、学習アルゴリズムとしての最適化という独自の切り口で、機械学習に不可欠な基礎知識が身につく！

• 内容紹介

  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。
  
  
  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。
  
  【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30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6期として、以下の3点を刊行!
  
  機械学習のための連続最適化　金森 敬文/鈴木 大慈/竹内 一郎/佐藤 一誠・著
  関係データ学習　石黒 勝彦/林 浩平・著
  オンライン予測　畑埜 晃平/瀧本 英二・著
  
  第7期の刊行は2017年4月、第8期の刊行は2017年8月の予定。
  
  【シリーズ編者】
  杉山 将 理化学研究所 革新知能統合研究センター センター長／東京大学大学院新領域創成科学研究科 教授

• 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）

  金森 敬文(カナモリ タカフミ)
  博士（学術）。１９９９年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授
  
  鈴木 大慈(スズキ タイジ)
  博士（情報理工学）。２００９年東京大学大学院情報理工学系研究科博士課程修了。現在、東京工業大学情報理工学院准教授・ＪＳＴさきがけ研究者
  
  竹内 一郎(タケウチ イチロウ)
  博士（工学）。２０００年、名古屋大学大学院工学研究科博士課程修了。現在、名古屋工業大学大学院工学研究科情報工学専攻教授
  
  佐藤 一誠(サトウ イッセイ)
  博士（情報理工学）。２０１１年東京大学大学院情報理工学系研究科博士課程修了。現在、京大学大学院新領域創成科学研究科講師・ＪＳＴさきがけ研究者

• 著者について

  金森 敬文 (カナモリ タカフミ)
  名古屋大学大学院情報科学研究科　教授
  
  鈴木 大慈 (スズキ タイジ)
  東京工業大学情報理工学院　准教授・JSTさきがけ研究者
  
  竹内 一郎 (タケウチ イチロウ)
  名古屋工業大学大学院工学研究科情報工学専攻　教授
  
  佐藤 一誠 (サトウ イッセイ)
  東京大学大学院新領域創成科学研究科　講師・JSTさきがけ研究者

機械学習のための連続最適化(機械学習プロフェッショナルシリーズ) の商品スペック