機械学習アルゴリズム入門―類似性の科学(I・O BOOKS) [単行本]

機械学習アルゴリズム入門―類似性の科学(I・O BOOKS) の 商品概要

• 要旨（「BOOK」データベースより）

  本書は、機械学習を、単なるツールボックスとしてではなく、一定の数理的理解をもちながら利用したい、という読者のために編まれたものである。１・２章はデータ分析の手続きを具体的な例を用いながら平易に述べたもので、問題を解決していく中で機械学習の重要な概念に自然に触れられるように構成した。３・４章は情報量とカーネルを用いた手法を解説する。

• 目次

  ■「機械学習」と「データ」の類似度
  「機械学習」と「人工知能」
  「機械学習」でできること
  「学習アルゴリズム」の仕組み
  「データの類似度」と機械学習
  類似度関数
  多様なデータ形式の類似度関数
  
  ■「距離関数」による「機械学習」
  著者当てゲーム
  機械学習における「探索」のサイクル
  特徴設計
  データ加工（第1ラウンド）
  類似度関数の設計（第1ラウンド）
  「学習アルゴリズム」の選択（第1ラウンド）
  「ハイパーパラメータ」の最適化（第1ラウンド）
  モデルの評価（第1ラウンド）
  データの加工（第2ラウンド）
  学習アルゴリズムの選択（第2ラウンド）
  パラメータの最適化とモデルの評価（第2ラウンド）
  データの加工と類似度関数の設計（第3ラウンド）
  学習アルゴリズムの選択（第3ラウンド）
  ハイパーパラメータの最適化とモデルの評価（第3ラウンド）
  
  ■情報量に基づく類似度関数
  確率の基礎
  情報量
  バラつきの指標としての情報量
  確率分布の比較
  「ジェンセン-シャノン情報量」による「著者当てゲーム」
  
  ■「カーネル関数」による類似度評価
  カーネル関数
  カーネルマシン
  サポートベクターマシンによる「著者当てゲーム」

• 内容紹介

  　本書は、機械学習を単なる「ツールボックス」としてではなく、「一定の数理的理解をもちながら利用したい」という読者のための書です。
  
  　「文章から著者を当てる」簡単な人工知能を作りながら、
  ・機械学習の「アルゴリズム」の仕組み。
  ・どうすれば人工知能の予測性能を高めるには。
  ・「サポートベクターマシン」や「カーネル関数」とは何か。
  といった、機械学習の「基本的な考え方」や、「基礎的な概念」「知識」を解説。
  
  　機械学習や人工知能の仕組みを深く理解し、活用する力を養います。
  
  図書館選書
  本書は、機械学習を単なる「ツールボックス」としてではなく、「一定の数理的理解をもちながら利用したい」という読者のための書です。Pythonでプログラムを書きながら、AIアルゴリズムの特徴や理論を学びます。

• 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）

  申 吉浩(シン ヨシヒロ)
  １９６０年大韓民国ソウル生まれ。１９９０年東京大学大学院理学系研究科数学専門課程博士課程単位取得退学。２００７年Ｃａｒｎｅｇｉｅ　Ｍｅｌｌｏｎ　ＣｙＬａｂ　Ｊａｐａｎ教授。２０１０年兵庫県立大学大学院応用情報科学研究科教授。現在・学習院大学計算機センター教授・博士（工学）
  
  甘利 丈慈(アマリ ジョウジ)
  １９９９年東京生まれ。現在・学習院大学大学院自然科学研究科１年
  
  髙井 絢之介(タカイ ジュンノスケ)
  １９９８年茨城生まれ。現在・学習院大学大学院自然科学研究科１年
  
  室田 佳亮(ムロタ ケイスケ)
  １９９８年東京生まれ。現在・東京大学大学院理学系研究科物理学専攻修士１年

• 著者について

  申　吉浩 (シン　ヨシヒロ)
  申　吉浩
  1960年　大韓民国ソウル生まれ
  1990年　東京大学大学院理学系研究科数学専門課程博士課程単位取得退学
  2007年　Carnegie Mellon CyLab Japan 教授
  2010年　兵庫県立大学大学院応用情報科学研究科教授
  現在・学習院大学計算機センター教授・博士（工学）
  
  甘利　丈慈 (アマリ　ジョウジ)
  甘利　丈慈
  1999年 東京生まれ
  現在・学習院大学大学院自然科学研究科1年"
  
  髙井　絢之介 (タカイ　ジュンノスケ)
  髙井　絢之介
  1998年　茨城生まれ
  現在・学習院大学大学院自然科学研究科1年
  
  室田　佳亮 (ムロタ　ケイスケ)
  室田　佳亮
  1998年　東京生まれ
  現在・東京大学大学院理学系研究科物理学専攻修士1年

機械学習アルゴリズム入門―類似性の科学(I・O BOOKS) の商品スペック