PRML/content
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
* [[パターン認識と機械学習 - ベイズ理論による統計的予測>P...
本書は,[[Christopher M. Bishop>http://research.microsoft...
#contents
* 特長 [#w5542d75]
** ベイズ理論に基づく統一された説明 [#ybcd0f0b]
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...
** 基本から発展までバランスとれた構成 [#q4ba75c2]
本書は,確率入門・決定理論・[[回帰問題>回帰分析]]・[[識別...
これらの基本をふまえた上で,90年代に登場した[[サポートベ...
** カラーの図による直観的な説明 [#k7b3ce94]
#ref(Figure3-4.gif,right,around,nolink);
機械学習・パターン認識の本は数式による説明だけになりがち...
#clear
** 豊富な演習問題 [#db73b7ba]
本書は演習問題も豊富で,400問以上収録されています.これら...
#clear
* 各章の内容 [#pad1cee7]
** 上巻 [#a030bb72]
*** 第1章:序 論 [#c9b57b3a]
機械学習の大きな枠組みと,確率と情報理論の基本について学...
まず,パターン認識・機械学習の基本的な枠組みである教師あ...
[[ベイズの定理]],[[期待値]],[[分散]]などの確率の基礎を...
損失関数を最小にするという決定理論に続き,エントロピーや[...
*** 第2章:確率分布 [#he92495c]
二項分布や[[ガウス分布>正規分布]]などの各種の確率分布につ...
これらの分布について,[[ベイズ推定]]をしたときの事前分布...
また,[[逐次推定>逐次学習]],指数型分布族,共役事前分布,...
最後に,カーネル密度推定や[[最近傍法>k最近傍法]]などのノ...
*** 第3章:[[線形回帰モデル>線形回帰]] [#sb4b4064]
教師あり学習の双璧の一つ[[回帰問題>回帰分析]]について学び...
基本的な線形回帰から始め,その[[逐次推定>逐次学習]]や,正...
さらに,こうした最尤推定による方法に加えて,[[ベイズ推定]...
*** 第4章:[[線形識別モデル>識別]] [#ed4d0b17]
もう一つの重要な教師あり学習である[[識別問題>識別]]につい...
基本である線形の[[識別手法>識別]]である[[フィッシャーの判...
その後,生成モデルや識別モデルの考えと,具体的な手法を紹...
この[[識別問題>識別]]の場合でも,[[ベイズ推定]]の場合を紹...
*** 第5章:ニューラルネットワーク [#z1abbc80]
代表的な機械学習の手法であるニューラルネットについて学び...
ニューラルネット自体の紹介に続いて,[[誤差逆伝播法>バック...
[[勾配降下法>最急勾配法]]による最適化と,そのために必要な...
このニューラルネットについても,正則化や[[ベイズ推定]]の...
*** 付録 [#z130bbe3]
[[データ集合>DataSet]] ([[データファイル@原著ホームページ...
** 下巻 [#d37933f9]
*** 第6章:カーネル法 [#g145a08e]
カーネル関数を用いた,非線形なモデルについて学びます.
カーネル関数を適用するために必要な双対表現について述べて...
*** 第7章:疎な解を持つカーネルマシン [#i5cc7306]
[[サポートベクトルマシン(SVM)>SVM]]について学びます.
まず,マージン最大化の考えに基づいて[[SVM]]を導きます.そ...
*** 第8章:グラフィカルモデル [#rd138821]
グラフィカルモデル,特に[[ベイジアンネットワーク>ベイジア...
[[ベイジアンネットワーク>ベイジアンネット]]や[[マルコフ確...
*** 第9章:[[混合モデル>混合分布]]とEM [#yc11cc83]
[[混合モデル>混合分布]]とEMアルゴリズムについて学びます.
クラスタリング手法の一つであるk-means法についてふれたのち...
*** 第10章:近似推論法 [#racc7e12]
潜在変数間に複雑な関係がある場合の近似手法である[[変分ベ...
確率の確定的な近似を行う[[変分ベイズ法>変分ベイズ]]とその...
*** 第11章:サンプリング法 [#c9fde9f4]
[[ギブスサンプリング>Gibbsサンプラー]]などの,確率的な近...
最初に,与えられた確率分布に従ってサンプリングする基本手...
*** 第12章:連続潜在変数 [#e23badae]
主成分分析の確率的な定式化について学びます.
[[次元削減手法>次元削減]]の代表である主成分分析を分散や誤...
*** 第13章:系列データ [#m2e292c3]
[[隠れマルコフモデル>隠れMarkovモデル]]と線形動的システム...
[[隠れマルコフモデル>隠れMarkovモデル]]の推論手法である[[...
*** 第14章:モデルの結合 [#i1715a5c]
ブースティングなどのアンサンブル学習について学びます.
[[コミッティ>バギング]]やブースティングなど代表的なアンサ...
終了行:
* [[パターン認識と機械学習 - ベイズ理論による統計的予測>P...
本書は,[[Christopher M. Bishop>http://research.microsoft...
#contents
* 特長 [#w5542d75]
** ベイズ理論に基づく統一された説明 [#ybcd0f0b]
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...
** 基本から発展までバランスとれた構成 [#q4ba75c2]
本書は,確率入門・決定理論・[[回帰問題>回帰分析]]・[[識別...
これらの基本をふまえた上で,90年代に登場した[[サポートベ...
** カラーの図による直観的な説明 [#k7b3ce94]
#ref(Figure3-4.gif,right,around,nolink);
機械学習・パターン認識の本は数式による説明だけになりがち...
#clear
** 豊富な演習問題 [#db73b7ba]
本書は演習問題も豊富で,400問以上収録されています.これら...
#clear
* 各章の内容 [#pad1cee7]
** 上巻 [#a030bb72]
*** 第1章:序 論 [#c9b57b3a]
機械学習の大きな枠組みと,確率と情報理論の基本について学...
まず,パターン認識・機械学習の基本的な枠組みである教師あ...
[[ベイズの定理]],[[期待値]],[[分散]]などの確率の基礎を...
損失関数を最小にするという決定理論に続き,エントロピーや[...
*** 第2章:確率分布 [#he92495c]
二項分布や[[ガウス分布>正規分布]]などの各種の確率分布につ...
これらの分布について,[[ベイズ推定]]をしたときの事前分布...
また,[[逐次推定>逐次学習]],指数型分布族,共役事前分布,...
最後に,カーネル密度推定や[[最近傍法>k最近傍法]]などのノ...
*** 第3章:[[線形回帰モデル>線形回帰]] [#sb4b4064]
教師あり学習の双璧の一つ[[回帰問題>回帰分析]]について学び...
基本的な線形回帰から始め,その[[逐次推定>逐次学習]]や,正...
さらに,こうした最尤推定による方法に加えて,[[ベイズ推定]...
*** 第4章:[[線形識別モデル>識別]] [#ed4d0b17]
もう一つの重要な教師あり学習である[[識別問題>識別]]につい...
基本である線形の[[識別手法>識別]]である[[フィッシャーの判...
その後,生成モデルや識別モデルの考えと,具体的な手法を紹...
この[[識別問題>識別]]の場合でも,[[ベイズ推定]]の場合を紹...
*** 第5章:ニューラルネットワーク [#z1abbc80]
代表的な機械学習の手法であるニューラルネットについて学び...
ニューラルネット自体の紹介に続いて,[[誤差逆伝播法>バック...
[[勾配降下法>最急勾配法]]による最適化と,そのために必要な...
このニューラルネットについても,正則化や[[ベイズ推定]]の...
*** 付録 [#z130bbe3]
[[データ集合>DataSet]] ([[データファイル@原著ホームページ...
** 下巻 [#d37933f9]
*** 第6章:カーネル法 [#g145a08e]
カーネル関数を用いた,非線形なモデルについて学びます.
カーネル関数を適用するために必要な双対表現について述べて...
*** 第7章:疎な解を持つカーネルマシン [#i5cc7306]
[[サポートベクトルマシン(SVM)>SVM]]について学びます.
まず,マージン最大化の考えに基づいて[[SVM]]を導きます.そ...
*** 第8章:グラフィカルモデル [#rd138821]
グラフィカルモデル,特に[[ベイジアンネットワーク>ベイジア...
[[ベイジアンネットワーク>ベイジアンネット]]や[[マルコフ確...
*** 第9章:[[混合モデル>混合分布]]とEM [#yc11cc83]
[[混合モデル>混合分布]]とEMアルゴリズムについて学びます.
クラスタリング手法の一つであるk-means法についてふれたのち...
*** 第10章:近似推論法 [#racc7e12]
潜在変数間に複雑な関係がある場合の近似手法である[[変分ベ...
確率の確定的な近似を行う[[変分ベイズ法>変分ベイズ]]とその...
*** 第11章:サンプリング法 [#c9fde9f4]
[[ギブスサンプリング>Gibbsサンプラー]]などの,確率的な近...
最初に,与えられた確率分布に従ってサンプリングする基本手...
*** 第12章:連続潜在変数 [#e23badae]
主成分分析の確率的な定式化について学びます.
[[次元削減手法>次元削減]]の代表である主成分分析を分散や誤...
*** 第13章:系列データ [#m2e292c3]
[[隠れマルコフモデル>隠れMarkovモデル]]と線形動的システム...
[[隠れマルコフモデル>隠れMarkovモデル]]の推論手法である[[...
*** 第14章:モデルの結合 [#i1715a5c]
ブースティングなどのアンサンブル学習について学びます.
[[コミッティ>バギング]]やブースティングなど代表的なアンサ...
ページ名: