サポートベクトルマシン (機械学習プロフェッショナルシリーズ)

  • 講談社
3.40
  • (1)
  • (1)
  • (2)
  • (1)
  • (0)
本棚登録 : 69
レビュー : 5
  • Amazon.co.jp ・本 (192ページ)
  • / ISBN・EAN: 9784061529069

作品紹介・あらすじ

さまざまな学習アルゴリズムはもちろんのこと、「構造化サポートベクトルマシン」「弱ラベル学習」などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい!こんな本を待っていた。

【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。


第2期として、以下の4点を同時刊行!

統計的学習理論       金森 敬文・著
サポートベクトルマシン   竹内 一郎/烏山 昌幸・著
確率的最適化         鈴木 大慈・著
異常検知と変化検知    井手 剛/杉山 将・著

第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。

【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

並び替え
表示形式
表示件数
  • 貸出中:中山

  • 入門編を期待していたが、少々違ったようだった。分かりそうなところもあるのだが、言い回しが難しく、頭に入らない。ある程度、分かっている人にとっての本なのだと思う。SVM入門としては別の本を薦めます。

  • SVMの分類、回帰、教師なし分類のそれぞれの学習での決定関数や双対表現を説明し、SVMに特化した形で、カーネル関数や最適化を深掘りしていく流れ。本書でも紹介されている通り、SVMの関数はRやscikit-learnで手軽に実行することができるので、その中身や使用されている最適化手法についてより理解出来る。逆に自分で実装するには参照されている文献や論文を当たる必要があると思う。

  • 請求記号 007.1/Ta 67

全5件中 1 - 5件を表示

著者プロフィール

名古屋工業大学大学院工学研究科情報工学専攻 教授

「2016年 『機械学習のための連続最適化』 で使われていた紹介文から引用しています。」

サポートベクトルマシン (機械学習プロフェッショナルシリーズ)のその他の作品

竹内一郎の作品

サポートベクトルマシン (機械学習プロフェッショナルシリーズ)を本棚に登録しているひと

ツイートする