タイトルコード |
1000101021867 |
書誌種別 |
図書 |
書名 |
機械学習 |
書名ヨミ |
キカイ ガクシュウ |
言語区分 |
日本語 |
著者名 |
周 志華/著
大和田 勇人/共訳
玄 光男/共訳
下川 朝有/共訳
郝 新廠/共訳
張 聞強/共訳
|
著者名ヨミ |
シュウ シカ オオワダ ハヤト ゲン ミツオ シモカワ アサナオ カク シンショウ チョウ ブンキョウ |
出版地 |
東京 |
出版者 |
近代科学社
|
出版年月 |
2022.10 |
本体価格 |
¥8000 |
ISBN |
978-4-7649-0620-4 |
ISBN |
4-7649-0620-4 |
数量 |
18,428p |
大きさ |
26cm |
分類記号 |
007.13
|
件名 |
機械学習
|
注記 |
文献:章末 |
内容紹介 |
機械学習の基礎を説明するとともに、ニューラルネットワーク、アンサンブル学習といった古典的・一般的な機械学習の方法を紹介。特徴選択とスパースモデリング、計算論的学習理論などの高度な知識も解説する。演習問題付き。 |
目次タイトル |
1 緒論 |
|
1.1 まえがき 1.2 基本用語 1.3 仮説空間 1.4 帰納バイアス 1.5 開発の過程 1.6 応用の状況 1.7 文献ノート 演習問題 参考文献 休憩コラム |
|
2 モデルの選択と評価 |
|
2.1 経験誤差と過学習 2.2 評価方法 2.3 評価指標 2.4 比較検定 2.5 バイアスと分散 2.6 文献ノート 演習問題 参考文献 休憩コラム |
|
3 線形モデル |
|
3.1 基本形式 3.2 線形回帰 3.3 ロジスティック回帰 3.4 線形判別分析 3.5 多クラス分類学習 3.6 クラス不均衡問題 3.7 文献ノート 演習問題 参考文献 休憩コラム |
|
4 決定木 |
|
4.1 処理の流れ 4.2 分割選択 4.3 枝刈り方法 4.4 連続値および欠損値 4.5 多変量決定木 4.6 文献ノート 演習問題 参考文献 休憩コラム |
|
5 ニューラルネットワーク |
|
5.1 ニューロンモデル 5.2 パーセプトロンと多層ネットワーク 5.3 誤差逆伝播法 5.4 大域的最小値と局所的最小値 5.5 その他の一般的なニューラルネットワーク 5.6 ディープラーニング 5.7 文献ノート 演習問題 参考文献 休憩コラム |
|
6 サポートベクターマシン |
|
6.1 マージンとサポートベクターマシン 6.2 双対問題 6.3 カーネル関数 6.4 ソフトマージンと正則化 6.5 サポートベクター回帰 6.6 カーネル法 6.7 文献ノート 演習問題 参考文献 休憩コラム |
|
7 ベイズ分類器 |
|
7.1 ベイズ決定理論 7.2 最尤推定 7.3 単純ベイズ分類器 7.4 半単純ベイズ分類器 7.5 ベイジアンネットワーク 7.6 EMアルゴリズム 7.7 文献ノート 演習問題 参考文献 休憩コラム |
|
8 アンサンブル学習 |
|
8.1 個別学習とアンサンブル学習 8.2 ブースティング 8.3 バギングとランダムフォレスト 8.4 結合法 8.5 多様性 8.6 文献ノート 演習問題 参考文献 休憩コラム |
|
9 クラスタリング |
|
9.1 クラスタリング問題 9.2 性能尺度 9.3 距離計算 9.4 プロトタイプクラスタリング 9.5 密度クラスタリング 9.6 階層的クラスタリング 9.7 文献ノート 演習問題 参考文献 休憩コラム |
|
10 次元削減と距離学習 |
|
10.1 k近傍法 10.2 低次元埋め込み 10.3 主成分分析 10.4 カーネル主成分分析 10.5 多様体学習 10.6 距離学習 10.7 文献ノート 演習問題 参考文献 休憩コラム |
|
11 特徴選択とスパースモデリング |
|
11.1 特徴サブセットの選択と評価 11.2 フィルター法 11.3 ラッパー法 11.4 埋め込み法とL1正則化 11.5 スパース表現と辞書学習 11.6 圧縮センシング 11.7 文献ノート 演習問題 参考文献 休憩コラム |
|
12 計算論的学習理論 |
|
12.1 基本知識 12.2 PAC学習 12.3 有限仮説空間 12.4 VC次元 12.5 Rademacher複雑さ 12.6 安定性 12.7 文献ノート 演習問題 参考文献 休憩コラム |
|
13 半教師あり学習 |
|
13.1 ラベルなしサンプル 13.2 生成法 13.3 半教師ありSVM 13.4 グラフに基づく半教師あり学習 13.5 相違に基づく方法 13.6 半教師ありクラスタリング 13.7 文献ノート 演習問題 参考文献 休憩コラム |
|
14 確率的グラフィカルモデル |
|
14.1 隠れマルコフモデル 14.2 マルコフ確率場 14.3 条件付き確率場 14.4 学習と推論 14.5 近似推論 14.6 トピックモデル 14.7 文献ノート 演習問題 参考文献 休憩コラム |
|
15 ルール学習 |
|
15.1 基本概念 15.2 逐次カバーリング 15.3 枝刈り最適化 15.4 一階ルール学習 15.5 帰納論理プログラミング 15.6 文献ノート 演習問題 参考文献 休憩コラム |
|
16 強化学習 |
|
16.1 タスクと報酬 16.2 K-アームバンディット 16.3 モデルベース学習 16.4 モデルなし学習 16.5 価値関数近似 16.6 模倣学習 16.7 文献ノート 演習問題 参考文献 休憩コラム |