ベイズ推論による機械学習入門(機械学習スタートアップシリーズ) [単行本]

ベイズ推論による機械学習入門(機械学習スタートアップシリーズ) の 商品概要

• 目次

  第1章　機械学習とベイズ学習
  機械学習とは/機械学習の代表的なタスク/機械学習の 2 つのアプローチ/確率の基本計算/グラフィカルモデル/ベイズ学習のアプローチ
  第2章　基本的な確率分布
  期待値/離散確率分布/連続確率分布
  第3章　ベイズ推論による学習と予測
  学習と予測/離散確率分布の学習と予測/1次元ガウス分布の学習と予測/多次元ガウス分布の学習と予測/線形回帰の例
  第4章　混合モデルと近似推論
  混合モデルと事後分布の推論/確率分布の近似手法/ポアソン混合モデルにおける推論/ガウス混合モデルにおける推論
  第5章　応用モデルの構築と推論
  線形次元削減/非負値行列因子分解/隠れマルコフモデル/トピックモデル/テンソル分解/ロジスティック回帰/ニューラルネットワーク

• 出版社からのコメント

  最短経路で平易に理解できる、今までにない入門書！「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。

• 内容紹介

  
  最短経路で平易に理解できる、今までにない入門書！
  ベイズ主義機械学習（ベイズ学習）の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい！
  
  【主な内容】
  1　機械学習とベイズ学習
  2　基本的な確率分布
  3　ベイズ推論による学習と予測
  4　混合モデルと近似推論
  5　応用モデルの構築と推論
  
  【機械学習スタートアップシリーズ】
  本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
  「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。
  
  まず、以下の2点を同時に刊行いたします(^o^)/
  
  『これならわかる深層学習入門』瀧 雅人･著
  『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修

• 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）

  須山 敦志(スヤマ アツシ)
  ２００９年東京工業大学工学部情報工学科卒業。２０１１年東京大学大学院情報工学系研究科博士前期課程修了。国内メーカーの研究職、ＵＫのベンチャー企業の研究職を経て、現在はデータ解析に関するコンサルティングに従事
  
  杉山 将(スギヤマ マサシ)
  博士（工学）。２００１年東京工業大学大学院情報理工学研究科博士課程修了。現在、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

• 著者について

  須山 敦志 (スヤマ アツシ)
  2009 年 東京工業大学工学部情報工学科卒業．
  2011 年 東京大学大学院情報工学研究科博士前期課程修了．
  国内メーカーの研究職，UK のベンチャー企業の研究職を経て，現在はデータ解析に関するコンサルティングに従事．
  ブログ「作って遊ぶ機械学習。」にて実践的な機械学習技術に関する情報を発信中．
  twitter ID：@sammy_suyama
  
  杉山 将 (スギヤマ マサシ)
  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

ベイズ推論による機械学習入門(機械学習スタートアップシリーズ) の商品スペック