画像処理の統計モデリング（共立出版） [電子書籍]

画像処理の統計モデリング（共立出版） [電子書籍] の 商品概要

• ※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
  
  本書では、確率的グラフィカルモデルの統計的機械学習理論について、画像処理とパターン認識に応用例を絞りつつ概説することから始める。特にパターン認識では、クラス分類問題という視点において、多値ロジスティック回帰モデルと制約ボルツマンマシンという2つの確率的グラフィカルモデルを通し、深層学習の基礎となる数理を紹介する。その上で、グラフ構造の疎（Sparse）性という深層学習とは真逆の性質を元に急速に展開しつつあるスパースモデリングという新しい研究領域の最近の理論的基盤の深化の様子を、連続最適化問題という視点から解説する。
  

• 目次

  第1章　統計的機械学習の基礎
  1.1　はじめに
  1.2　ベイズ統計
  1.3　最尤推定
  1.4　確率的グラフィカルモデルと統計的機械学習理論
  1.5　まとめ
  第2章　ガウシアングラフィカルモデルの統計的機械学習理論
  2.1　はじめに
  2.2　ガウシアングラフィカルモデルによるノイズ除去とEMアルゴリズム
  2.3　一般化されたスパースガウシアングラフィカルモデル
  2.4　まとめ
  第3章　画像補修問題への応用
  3.1　はじめに
  3.2　確率モデルに基づく画像補修法
  3.3　画像補修シミュレーション
  3.4　まとめ
  第4章　確率モデルによるパターン認識
  4.1　はじめに
  4.2　確率モデルによるパターン認識問題へのアプローチの基礎
  4.3　多値ロジスティック回帰モデル
  4.4　制限ボルツマンマシン分類器
  4.5　まとめ：深層学習へ
  第5章　圧縮センシングとその近辺
  5.1　はじめに
  5.2　ベイズ推定
  5.3　L1ノルムが存在する最適化問題
  5.4　多様な確率モデル
  5.5　圧縮センシング
  5.6　最適化の数理
  5.7　情報統計力学
  あとがき
  索引
  

画像処理の統計モデリング（共立出版） [電子書籍] の商品スペック