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) [全集叢書]

    • ¥3,960119 ゴールドポイント(3%還元)
    • 在庫あり2025年10月25日土曜日までヨドバシエクストリームサービス便(無料)がお届け
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]
画像にマウスを合わせると上部に表示
100000009002677954

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]

価格:¥3,960(税込)
ゴールドポイント:119 ゴールドポイント(3%還元)(¥119相当)
フォーマット:
お届け日:在庫あり今すぐのご注文で、2025年10月25日土曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:講談社
販売開始日: 2016/12/08
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可

カテゴリランキング

店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

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

商品仕様
出版社名:講談社
著者名:金森 敬文(著)/鈴木 大慈(著)/竹内 一郎(著)/佐藤 一誠(著)
発行年月日:2016/12/06
ISBN-10:406152920X
ISBN-13:9784061529205
判型:A5
対象:専門
発行形態:全集叢書
内容:数学
言語:日本語
ページ数:341ページ
縦:21cm
他の講談社の書籍を探す

    講談社 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] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!