パターン認識と機械学習 上

ベイズ理論による統計的予測

原書名	Pattern Recognition and Machine Learning 6p
著者名	元田 浩 著 栗田 多喜夫 監訳 樋口 知之 監訳 松本 裕治 監訳 村田　昇 監訳
発行元	丸善出版
発行年月日	2007年12月
判型・装丁	B5変 / 並製
ページ数	370ページ
ISBN	978-4-621-06122-0
Cコード	3055
ジャンル	数学・統計学 >  確率・統計 >  機械学習・人工知能 電気・電子・情報工学 >  情報・コンピュータ >  機械学習・人工知能

• この商品に関するお問い合わせ・感想

内容紹介

2006年出版以来、amazon.comの人工知能部門で世界的トップセラーとなり、たちまち４刷となった英語版原著Pattern Recognition and Machine Learning、待望の日本語版。５名の監訳者のもと、選りすぐられた日本人研究者達14名によって丁寧に訳出。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。

目次

第１章　序論
　１．１　例：多項式フィッティング
　１．２　確率論
　１．３　モデル選択
　１．４　次元の呪い
　１．５　決定理論
　１．６　情報理論
第２章　確率分布
　２．１　二値変数
　２．２　多値変数
　２．３　ガウス分布
　２．４　指数型分布族
　２．５　ノンパラメトリック法
第３章　線形回帰モデル
　３．１　線形基底関数モデル
　３．２　バイアス―バリアンス分解
　３．３　ベイズ線形回帰
　３．４　ベイズモデル比較
　３．５　エビデンス近似
　３．６　固定された基底関数の限界
第４章　線形識別モデル
　４．１　識別関数（判別関数）
　４．２　確率的生成モデル
　４．３　確率的識別モデル
　４．４　ラプラス近似
　４．５　ベイズロジスティック回帰
第５章　ニューラルネットワーク
　５．１　フィードネットワーク関数
　５．２　ネットワーク訓練
　５．３　誤差逆伝播
　５．４　ヘッセ行列
　５．５　ニューラルネットワークの正則化
　５．６　混合密度ネットワーク
　５．７　ベイズニューラルネットワーク
付録Ａ　データ集合
付録Ｂ　確率分布の一覧
付録Ｃ　行列の性質
付録Ｄ　変分法
付録Ｅ　ラグランジュ乗数