ベイズ深層学習 (機械学習プロフェッショナルシリーズ)

著者 : 須山敦志

• 講談社 (2019年8月8日発売)

作品紹介・あらすじ

「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第２弾！　

｢深層学習とベイズ統計の融合｣がすべて詰まった ｢欲張り｣本！　
基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書！

本書のサポートページ：
https://github.com/sammy-suyama/BayesianDeepLearningBook

【主な内容】
第1章　はじめに
1.1　ベイズ統計とニューラルネットワークの変遷
1.2　ベイズ深層学習

第2章　ニューラルネットワークの基礎
2.1　線形回帰モデル
2.2　ニューラルネットワーク
2.3　効率的な学習法
2.4　ニューラルネットワークの拡張モデル

第3章　ベイズ推論の基礎
3.1　確率推論
3.2　指数型分布族
3.3　ベイズ線形回帰
3.4　最尤推定，MAP推定との関係

第4章　近似ベイズ推論
4.1　サンプリングに基づく推論手法
4.2　最適化に基づく推論手法

第5章　ニューラルネットワークのベイズ推論
5.1　ベイズニューラルネットワークモデルの近似推論法
5.2　近似ベイズ推論の効率化
5.3　ベイズ推論と確率的正則化
5.4　不確実性の推定を使った応用

第6章　深層生成モデル
6.1　変分自己符号化器
6.2　変分モデル
6.3　生成ネットワークの構造学習
6.4　その他の深層生成モデル

第7章　深層学習とガウス過程
7.1　ガウス過程の基礎
7.2　ガウス過程による分類
7.3　ガウス過程のスパース近似
7.4　深層学習のガウス過程解釈
7.5　ガウス過程による生成モデル

感想・レビュー・書評

[鈴華書記さんの感想 · 2023年9月14日]

須山『機械学習スタートアップシリーズ ベイズ推論による機械学習入門』では物足りない人向けの，ベイズ統計+深層学習の専門書。少なくともPRMLを理解するだけの地力は必須。

[M. Nakamotoさんの感想 · 2021年6月6日]

この本が良いか悪いか判断できないくらい、この本は今の私の興味とか実力から外れていた。わからないからもう一度読む、というより、わからなすぎてもう開かない可能性が。（完全に私側の問題です）

[東京大学医学図書館さんの感想 · 2019年10月31日]

10月新着
東京大学医学図書館の所蔵情報
https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_search/?lang=0&amode=2&appname=Netscape&version=5&cmode=0&smode=0&kywd=4311468476

[fraserlibさんの感想 · 2019年10月2日]

請求記号　007.1/Su 89

著者プロフィール

現　在　アクセンチュア株式会社ビジネスコンサルティング本部所属
講演会やSNS、ブログなどを通して人工知能やデータサイエンスの理論、実応用に関する情報を発信中。
著書に、『ベイズ推論による機械学習入門』『ベイズ深層学習』『Juliaで作って学ぶベイズ統計学』（いずれも講談社）がある。

「2022年 『Pythonではじめるベイズ機械学習入門』 で使われていた紹介文から引用しています。」