蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
書誌情報サマリ
| 書名 |
ブースティング
|
| 著者名 |
金森 敬文／共著
|
| 著者名ヨミ |
カナモリ タカフミ |
| 出版者 |
森北出版
|
| 出版年月 |
2006.9 |
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
資料情報
各蔵書資料に関する詳細情報です。
| No. |
所蔵館 |
配架場所 |
請求記号 |
資料番号 |
資料種別 |
状態 |
個人貸出 |
在庫
|
| 1 |
西部図書館 | 一般書庫 | 00713/17/ | 1102020769 | 一般 | 在庫 | 可 |
○ |
書誌詳細
この資料の書誌詳細情報です。
| タイトルコード |
1000000167165 |
| 書誌種別 |
図書 |
| 書名 |
ブースティング |
| 書名ヨミ |
ブースティング |
|
学習アルゴリズムの設計技法 |
| 叢書名 |
知能情報科学シリーズ
|
| 言語区分 |
日本語 |
| 著者名 |
金森 敬文／共著
畑埜 晃平／共著
渡辺 治／共著
|
| 著者名ヨミ |
カナモリ タカフミ ハタノ コウヘイ ワタナベ オサム |
| 出版地 |
東京 |
| 出版者 |
森北出版
|
| 出版年月 |
2006.9 |
| 本体価格 |
￥３８００ |
| ISBN |
4-627-81331-7 |
| 数量 |
8,207p |
| 大きさ |
22cm |
| 分類記号 |
007.13
|
| 件名 |
人工知能
アルゴリズム
|
| 注記 |
文献:p199～204 |
| 内容紹介 |
学習アルゴリズムを設計する技法として、さまざまな分野で使われているブースティング技法。この技法の使用に際して生じる疑問に対し、理論の見地から答えることを目標に、これまでの理論的な研究をまとめた一冊。 |
| 著者紹介 |
総合研究大学院大学博士課程修了。東京工業大学大学院情報理工学研究科助手。 |
内容細目
| No. |
内容タイトル |
内容著者１ |
内容著者２ |
内容著者３ |
内容著者４ |
| 1 |
第1章 確率的近似学習 |
|
|
|
|
| 2 |
1.1 学習の対象:命題論理関数 |
|
|
|
|
| 3 |
1.2 学習の目標:確率的近似学習 |
|
|
|
|
| 4 |
1.3 確率的近似学習アルゴリズムの例 |
|
|
|
|
| 5 |
1.4 確率的近似学習アルゴリズム設計の一指針:オッカムの定理 |
|
|
|
|
| 6 |
第2章 ブースティング技法 |
|
|
|
|
| 7 |
2.1 ブースティング技法の考え方 |
|
|
|
|
| 8 |
2.2 ブースティング技法の適用例 |
|
|
|
|
| 9 |
2.3 代表的なブースティング:AdaBoost |
|
|
|
|
| 10 |
2.4 学習アルゴリズムの設計で生じる疑問点 |
|
|
|
|
| 11 |
第3章 フィルタリング技法とブースティング |
|
|
|
|
| 12 |
3.1 サンプリングによる弱学習 |
|
|
|
|
| 13 |
3.2 フィルタアルゴリズム |
|
|
|
|
| 14 |
3.3 フィルタリングに適したブースティング:MadaBoost |
|
|
|
|
| 15 |
第4章 ブースティングの統計的解釈 |
|
|
|
|
| 16 |
4.1 統計的学習の目標 |
|
|
|
|
| 17 |
4.2 期待得失にもとづくAdaBoostの導出 |
|
|
|
|
| 18 |
4.3 損失関数とブースティング |
|
|
|
|
| 19 |
第5章 誤差の統計モデルとブースティング |
|
|
|
|
| 20 |
5.1 損失関数にもとづく誤差の統計モデル |
|
|
|
|
| 21 |
5.2 ミスラベルに起因する誤差に対するブースティング |
|
|
|
|
| 22 |
第6章 外れ値に強いブースティング |
|
|
|
|
| 23 |
6.1 ロバスト統計からの準備 |
|
|
|
|
| 24 |
6.2 もっとも頑健な損失関数 |
|
|
|
|
| 25 |
6.3 ソフトマージンによるブースティング |
|
|
|
|
| 26 |
第7章 多値判別のためのブースティング |
|
|
|
|
| 27 |
7.1 多値判別の学習の枠組み |
|
|
|
|
| 28 |
7.2 多値版AdaBoost:AdaBoostMlt |
|
|
|
|
| 29 |
7.3 2値判別の組み合わせによる多値判別 |
|
|
|
|
| 30 |
7.4 分布推定のためのブースティング:U‐Boost |
|
|
|
|
| 31 |
第8章 よりよいブースティングを目指して |
|
|
|
|
| 32 |
8.1 自信度を用いたブースティング |
|
|
|
|
| 33 |
8.2 判別値ごとの自信度を用いたブースティング:InfoBoost |
|
|
|
|
| 34 |
8.3 誤判別確率が偏る例:クラスDISJの学習 |
|
|
|
|
| 35 |
付録 ブースティングの情報幾何 |
|
|
|
|
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
未来社会と「意味」の境界 ： 記号…
谷口 忠大／編著…
人工知能とどうつきあうか ： 哲学…
鈴木 貴之／編著
大規模言語モデルは新たな知能か ：…
岡野原 大輔／著
AIの政治哲学
M.クーケルバー…
AI白書2023
AI白書編集委員…
CVIMチュートリアル1
藤吉 弘亘／編
ここまできた!人工知能の最前線 ：…
I O編集部／編…
ディープラーニング実践ガイド ： …
Anirudh …
Pythonで学ぶ画像認識
田村 雅人／著,…
評価指標入門 ： データサイエンス…
高柳 慎一／著,…
拡散モデル ： データ生成技術の数…
岡野原 大輔／著
JAX/Flaxで学ぶディープラー…
中井 悦司／著
最適輸送の理論とアルゴリズム
佐藤 竜馬／著
基礎からのニューラルネット ： 人…
申 吉浩／監修,…
機械学習の可能性
浮田 浩行／編著…
Python機械学習プログラミング
Sebastia…
機械学習 ： ベイズと最適化の観点…
Sergios …
はじめてのパタ…ディープラーニング編
平井 有三／著
AIと白人至上主義 ： 人工知能を…
ヤーデン・カッツ…
強化学習
Richard …
機械学習
周 志華／著,大…
音声対話システム ： 基礎から実装…
井上 昻治／共著…
Federated Learnin…
Qiang Ya…
私たちはAIを信頼できるか
大澤 真幸／著,…
AIと社会・経済・ビジネスのデザイ…
村上 憲郎／編,…
データアナリティクスのための機械学…
J.D.ケラハー…
AI技術の最前線 ： これからのA…
岡野原 大輔／著
ゲームから学ぶAI ： 環境シミュ…
西田 圭介／著
AI新世 ： 人工知能と人類の行方
小林 亮太／著,…
AIと人間のジレンマ ： ヒトと社…
中尾 悠里／著
機械学習工学
石川 冬樹／編著…
ロボットに心は生まれるか ： 自己…
谷 淳／著,山形…
グラフニューラルネットワーク ： …
村田 剛志／著
AI・ロボットと共存の倫理
西垣 通／編,河…
AI・データ倫理の教科書
福岡 真之介／著
AI白書2022
AI白書編集委員…
AIはどのように社会を変えるか ：…
佐藤 嘉倫／編,…
AI技術史 ： 考える機械への道と…
Michael …
ALIFE|人工生命 ： より生命…
岡 瑞起／著
AI研究者と俳人 ： 人はなぜ俳句…
川村 秀憲／著,…
前へ
次へ
前のページへ
