パターン認識と機械学習 下 - ベイズ理論による統計的予測
- シュプリンガー・ジャパン株式会社 (2008年7月11日発売)
- Amazon.co.jp ・本 (433ページ)
- / ISBN・EAN: 9784431100317
作品紹介・あらすじ
ベイズ理論に基づく統計的予測技術は、計算アルゴリズムの開発と計算機の性能向上により、近年、急速に進展してきた。本書は、このベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説した教科書である。下巻では、上巻の基礎的な話題を発展させた様々な手法を扱う。まず、予測精度の高さで注目を集めたサポートベクトルマシンと、今や幅広い領域で使われているカーネル法を説明する。次に、高度な確率モデルを表現するベイジアンネットなどのグラフィカルモデルや、潜在変数を扱うEMアルゴリズムを紹介する。その後、ベイズ理論の適用範囲を広げた変分ベイズ法とMCMC法について触れ、次元削減や時系列の扱いといった話題を詳説する。最後に、複数のモデルを結合するブースティングなどの手法を説明する。
感想・レビュー・書評
-
ITC05 Pattern Recognition and Machine Learning
詳細をみるコメント0件をすべて表示 -
上巻が基本的な内容だったのに対して、全体的に応用的というか、具体的な分析の手法に関する話題が多く取り扱われています。
上巻の内容を踏まえているため、下巻だけで読もうとするのは難しいです。
できれば両方手元にある状態で読んだほうがいいです。
内容自体は数式が多いので相変わらずややこしいです。
できれば手を動かして問題を解いたほうが、理解が深まると思います。
ちょっと浅めの勉強のために読もうという気構えでは読破できません。 -
10章 変分ロジスティック回帰の更新式に現れる逆行列の計算はWoodburyの公式でうまくいくのか要確認?前にも似たような話があったような気もするけど...
-
じっくり読む時間が欲しい。
学生向け。まだ読めてません。