パターン認識と機械学習 : ベイズ理論による統計的予測

著者

• Bishop, Christopher M.
• 元田, 浩 モトダ, ヒロシ
• 栗田, 多喜夫 クリタ, タキオ
• 樋口, 知之 ヒグチ, トモユキ
• 松本, 裕治 マツモト, ユウジ
• 村田, 昇 ムラタ, ノボル

書誌事項

パターン認識と機械学習 : ベイズ理論による統計的予測

C. M. ビショップ著

シュプリンガー・ジャパン, 2007.12-2008.7

• 上
• 下

タイトル別名

Pattern recognition and machine learning

ベイズ理論による統計的予測

タイトル読み

パターン ニンシキ ト キカイ ガクシュウ : ベイズ リロン ニ ヨル トウケイテキ ヨソク

注記

監訳: 元田浩, 栗田多喜夫, 樋口知之, 松本裕治, 村田昇

上巻のための参考文献: p [329]-333. -- 下巻のための参考文献: p [395]-404

原著 (New York : Springer, c2006) の翻訳

内容説明・目次

巻冊次

上 ISBN 9784431100133

内容説明

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。上巻では、下巻で扱う比較的高度な話題を理解するための基礎的事項を学ぶことに重点を置いている。まず、機械学習・パターン認識の根底にある決定理論から始め、ベイズ理論の観点から確率の基礎と様々な確率分布を取り上げる。そして代表的な学習問題である回帰と識別問題をベイズ的な観点から解き明かした後、ニューラルネットワークと共に、学習問題を解くときに必要になる最適化手法を紹介する。

目次

• 第１章　序論
• 第２章　確率分布
• 第３章　線形回帰モデル
• 第４章　線形識別モデル
• 第５章　ニューラルネットワーク
• 付録

巻冊次

下 ISBN 9784431100317

内容説明

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。

目次

• 第６章　カーネル法
• 第７章　疎な解を持つカーネルマシン
• 第８章　グラフィカルモデル
• 第９章　混合モデルとＥＭ
• 第１０章　近似推論法
• 第１１章　サンプリング法
• 第１２章　連続潜在変数
• 第１３章　系列データ
• 第１４章　モデルの結合

「BOOKデータベース」 より

詳細情報

• NII書誌ID(NCID): BA84203117
• ISBN:
  • 9784431100133
  • 9784431100317
• 出版国コード: ja
• タイトル言語コード: jpn
• 本文言語コード: jpn
• 原本言語コード: eng
• 出版地: 東京
• ページ数/冊数: 2冊
• 大きさ: 24cm
• 分類:
  • NDC8 : 007.1
  • NDC9 : 007.13
  • NDC10 : 007.13
• 件名:
  • BSH : パターン認識
  • NDLSH : ベイズ統計学