...
【利用可】
パターン認識と機械学習 Bishop, Christopher M(著/文) - シュプリンガー・ジャパン
書店員向け情報 HELP
パターン認識と機械学習
巻次：下
ベイズ理論による統計的予測
発行：シュプリンガー・ジャパン
縦240mm
433ページ
価格情報なし
- 初版年月日
- 2008年7月
- 登録日
- 2016年10月31日
- 最終更新日
- 2016年10月31日
紹介
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
上記内容は本書刊行時のものです。
