Would you like to see this page in English? Click here.


または
1-Clickで注文する場合は、サインインをしてください。
または
Amazonプライム会員に適用。注文手続きの際にお申し込みください。詳細はこちら
こちらからも買えますよ
この商品をお持ちですか? マーケットプレイスに出品する
サポートベクターマシン入門
 
 

サポートベクターマシン入門 [単行本]

ネロ クリスティアニーニ , ジョン ショー‐テイラー , Nello Cristianini , John Shawe‐Taylor , 大北 剛
5つ星のうち 3.8  レビューをすべて見る (6件のカスタマーレビュー)
価格: ¥ 4,200 通常配送無料 詳細
o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o
在庫あり。 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。 ギフトラッピングを利用できます。
2点在庫あり。ご注文はお早めに。
2012/5/29 火曜日 にお届けします! 「お急ぎ便」オプション(有料)を選択して注文を確定された関東エリアへの配達のご注文が対象です。詳しくはこちら
‹  商品の概要に戻る

商品の説明

出版社/著者からの内容紹介

サポートベクターマシンは, 機械学習の近年の多くの革新の中でも中
心的役割を担い, カーネルに基づく手法, 統計学習などの多様な展開のルーツとなった. 本書は, この学習システムの骨組みを実に見事に解剖し, しかも, 最小のページ数で紹介する. サポートベクターマシンを中心とした学習マシンは, 第3世代の学習マシンとも言われる. 局所的最小に陥らず, 標本数に応じた統計学習が可能で, しかも, データ集合を用意しさえすれば, ほとんどパラメータのチューニングもなしに, 高い正当率のクラス分類ができる. しかし, これらの機構をすべてシステム内部にもつため, 旧世代のニューラルネットワークや決定木などの機構とは比べものにならないほど複雑となった. 少なくとも, カーネル(3 章), 凸2次計画法(5章), 汎化(4 章) について, まとまった知識を必要とする. カーネルでは, 20世紀初頭の量子力学で発展したヒルベルト空間を理解し, 汎化では, PAC学習の展開とマージンを理解する必要がある. また, 凸2!
次計画法では, 18 世紀のラグランジュ理論を学ばねばならない. 本書は, これらを独立に, 数学的な骨格をじかに見せることにより, 必要最小限提示する. そして, これらをローゼンブラットのパーセプトロンで有機的に結びつける. 本書の実にさまざまな場面でパーセプトロンが登場し, この線形マシンで説明するアプローチは非常に素晴しいものである.

サポートベクターマシンを学ぶ1つ目の意義は, サポートベクターマシンが統計学習理論に基づく学習システムで,現在の技術水準としての性能を発揮しながら,テキスト分類,手書き文字認識,画像分類,タンパク質配列分析などの現実的な問題へ適用できることである。2つ目に,現在発展を続けるカーネル法や他の統計学習などの共通のルーツであることである. したがって, サポートベクターマシンは機械学習での最も基本的な学習マシン, 当然細部まで知っておくべき学習マシン, という位置づけは当分普遍であろうと思われる.

洋書でサポートベクターマシンを扱った書物はいくつかあるが, 本書は研究者の間でも断突の売行きと信頼を獲得している. ただ, 内容的には抽象的で難解な部分もあり, 蛇足な部分も含めて, 訳者の理解の範囲内で, 訳注を欄外につけた. 全部で数百ヶ所程度はあると思う. 原著では, 付録のSMO のコードに説明はないが, 日本語版では訳注として説明した. また, 訳語で議論の余地のある訳語に関しても, 訳注で説明した.

統計学習やカーネル法での, この古典的名著を, ぜひとも日本の多くの人に紹介できればというのが動機であり, 定価も洋書の半額程度に抑えてある. SVMはすでに他の本で知っているからいいやという方には, ぜひとも, 4 章のデータ依存分析を一読されたい(訳者はここに最も感動した. Vapnikの理論でなぜ説明しきれていないのかがわかる). 計算機科学で, OS, 言語, ネットワークなどを知りつくし, 何か新たな分野をと考えている人には, 本書での議論は格好の材料ではないかと思う. 高校生で素養のある人などにも薦めたい. 大学などでの統計学はあまりにも簡単すぎてつまらないという方には, ぜひとも,
本書でのノンパラメトリック法に通じられることを薦める. 量子力学でヒルベルト空間になじみの方には, 核(カーネル) を使った実際例として興味深い内容ではないかと思う. また, そもそも, 20 世紀初頭に核(カーネル)の理論を研究し, 作用素環などに発展させたのが, あのフォン・ノイマンだということは, 計算機に興味のある人には感慨深いものかもしれない. また, 同じ著者らの姉妹作の「カーネル法」(日本語訳も近々, 同じ訳者)は, 本書の3章の内容を大幅に拡張したものである. カーネル法がいかに現代的な機械学習を発展させたかを描く.

内容(「MARC」データベースより)

マシンラーニングを学ぶ学生や社会人向けに、サポートベクターマシンの必須要素を簡潔丁寧に解説したテキスト。この分野の発展に貢献してきた著者が、学習システムの骨組みを見事に解剖し、最小のページ数で紹介する。

著者略歴 (「BOOK著者紹介情報」より)

クリスティアニーニ,ネロ
イタリアのゴリジアで生まれた。イタリアのトリエステ大学、ロンドン大学ロイヤルハロウェイ校、ブリストル大学、カリフォルニア大学サンタクルーズ校で研究活動をしてきた。サポートベクターマシンの理論応用や他の学習システムに関する活発な若手研究者である。これらの分野において、多くの主要な国際会議や雑誌に研究を発表している

ショー‐テイラー,ジョン
イギリスのチェルテンハムで生まれた。ケンブリッジ大学、スロベニアのリュブリャナ大学、カナダのサイモンフレーザー大学、インペリアル大学、ロンドン大学ロイヤルハロウェイ校で研究活動をしてきた。ロンドン大学ロイヤルハロウェイ校の計算機科学科の教授である。現在、ヨーロッパ基金によるニューラル・計算論的学習に関する16大学協同研究のコーディネーターをしている

大北 剛
1991年、東京大学の理学部情報科学科で学士を得た後、1999年までソニーで並行オブジェクト指向OSや放送局用カメラの設計開発をする。1998年に、ソニーブリュッセルへ赴任する。2001年と2002年に、ブリュッセル自由大学で計算機科学とヨーロッパ統合政治経済の修士を取得する。2005年に同大学で人工知能の博士を取得予定している。一方、2003年より、ベルギーでソフトウェアコンサルタントとして独立する(本データはこの書籍が刊行された当時に掲載されていたものです)
‹  商品の概要に戻る

Amazon.co.jpのプライバシー ステートメント Amazon.co.jpの発送情報 Amazon.co.jpでの返品と交換