本ページはアフィリエイトプログラムによる収益を得ています
- Amazon.co.jp ・本 (160ページ)
- / ISBN・EAN: 9784061529045
作品紹介・あらすじ
離散確率分布の基本から、各種モデル、応用事例、今後の展開までが1冊で見通せる。日々生成されるデータはそのままでは意味を成さない。機械がデータの意味を発見できる背景、理論、応用がわかる。
【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。
全29巻のうち第1期として、以下の4点を同時刊行!
『機械学習のための確率と統計』杉山 将・著
『深層学習』岡谷 貴之・著
『オンライン機械学習』海野 裕也/岡野原 大輔/得居 誠也/徳永 拓之・著
『トピックモデル』岩田 具治・著
第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(^o^)/
【シリーズ編者】
杉山 将 東京大学大学院新領域創成科学研究科 教授
感想・レビュー・書評
-
トピックモデルを知るのに手頃な書。トピックモデルとは、文書の中から、トピック(扱われている話題)を自動で抽出し、各文書がどういうトピックを扱っているかを自動で判定してくれる機械学習の一手法。基本は文書などの離散的な情報を扱うが、画像などの連続量に対しても、クラスタリングの手法を用いて離散値に変換することで、トピックモデルとして扱える。
詳細をみるコメント0件をすべて表示
全2件中 1 - 2件を表示