| |||||||||||||||
 | 会員なら、この商品は10%Amazonポイント還元 （ポイントが表示されている場合は、表示ポイント＋10％還元）。 |
商品の説明
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されている.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.
著者からのコメント
■□■ 本書の特長 ■□■
★ ベイズ理論に基づく統一された説明: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って,急速に進展しました.本書は,このベイズ理論の観点で統一的に整理された視点で,各種の機械学習・パターン認識の理論や手法を解説しています.
★ 基本から発展までバランスとれた構成:本書は,確率入門・決定理論・回帰問題・識別問題のような基本的で平易な話題から始まっています.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クトルマシンやブースティングといった手法,機械学習アルゴリズムの適用範囲を広げたカーネルトリックやグラフィカルモデル,およびベイズ理論の実用化にあたって不可欠だったMCMCや変分ベイズといった高度な話題までを学ぶことができます.
★ カラーの図による直観的な説明: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です.本書はこうした形式的な説明に加えて,図を用いた直観的な説明も加えています.イメージを伴った理解は,機械学習手法を応用問題に適用するときや,新たなアイデアを創出するときに役立つことでしょう.さらに,多くの図がカラーで収録されている,日本の情報科学分野の本では希少な本です.
★ 豊富な演習問題:本書は演習問題も豊富で,400問以上収録されています.これらの問題は自身の理解度を確認するのに役立つでしょう.
■□■ 各章の内容 ■□■
★ 第1章:序論: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びます.
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り学習や教師なし学習などを紹介します. ベイズの定理,期待値,分散などの確率の基礎を学んだあと,最尤推定などの基本的な推定手法に加えて,交差確認法や次元の呪いといった重要な注意事項について述べます. 損失関数を最小にするという決定理論に続き,エントロピーやカルバック-ライブラーダイバージェンスなどの情報理論の基礎について述べます.
★ 第2章:確率分布:二項分布やガウス分布などの各種の確率分布について学びます.
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や事後分布の具体的な形を導きます.また,逐次推定,指数型分布族,共役事前分布,無情報事前分布などの確率分布に関する事項も合わせて述べます.最後に,カーネル密度推定や最近傍法などのノンパラメトリック手法を紹介します.
★ 第3章:線形回帰モデル:教師あり学習の双璧の一つ回帰問題について学びます.
基本的な線形回帰から始め,その逐次推定や,正則化を導入したリッジ回帰,バイアス-バリアンスなどの発展的な内容を取り上げます.さらに,こうした最尤推定による方法に加えて,ベイズ推定による方法に移り,ベイズの観点からのモデル選択と,これらを行うためのエビデンス近似を述べます.
★ 第4章:線形識別モデル:もう一つの重要な教師あり学習である識別問題について学びます.
基本である線形の識別手法であるフィッシャーの判別分析やパーセプトロンをまず述べます.その後,生成モデルや識別モデルの考えと,具体的な手法を紹介します.この識別問題の場合でも,ベイズ推定の場合を紹介します.
★ 第5章:ニューラルネットワーク: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ます.
ニューラルネット自体の紹介に続いて,誤差逆伝播法による学習について述べます. 勾配降下法による最適化と,そのために必要なヘッセ行列の近似を紹介します.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拡張をします.
★ 付録:データ集合,確率分布の一覧,行列の性質,変分法,ラグランジュ乗数
登録情報
|
この商品を見た後に買っているのは？
カスタマーレビュー
最も参考になったカスタマーレビュー
63 人中、55人の方が、｢このレビューが参考になった｣と投票しています。
By sleepy_yoshi
形式:単行本
Mitchell本(Machine Learning)に替わり，現在の機械学習の定番教科書との声が高い
Bishop本が早くも邦訳された．
Dudaの「パターン識別」の翻訳書が絶版となってしまった今，
和書でパターン認識・機械学習の教科書は，これしかない．
レビューをするのが畏れ多いほど，著名な精鋭研究者たちによる翻訳だが，
非常に読みやすく翻訳されており，訳書というよりも，彼らの著作（和書）
という印象を受ける．
原書を読んだときは，英語ということもあって大学院生でないと厳しいと
感じていたが，翻訳を読むと，学部生でも読めるような気がしてきた．
演習問題の量が多く，演習書としても申し分ない．問題の約半分は解答が
ウェブで公開されているので，独習の際にも非常に助かる．
内容については目次で細かく説明されているので割愛するが，
本書で特に強調すべき点は，図を多用し，イメージをつくること，理解する
ことを重視しているということ．
翻訳でもこのスタイルはしっかりと守られており，カラー刷りにもそのこだわり
が見える（それが値段に反映しているのかもしれないが．．．）
数式もある程度の深さまではきちんと理解できるよう，付録もついており，
こちらも丁寧に翻訳されている．
難点を挙げるとすれば価格だけ．
ただ，機械学習をこれから学ぶ学生学んでいる学生であれば，
現在本書以外に選択肢はないと思う．
費用対効果を考えればお買い得だと思う．
Bishop本が早くも邦訳された．
Dudaの「パターン識別」の翻訳書が絶版となってしまった今，
和書でパターン認識・機械学習の教科書は，これしかない．
レビューをするのが畏れ多いほど，著名な精鋭研究者たちによる翻訳だが，
非常に読みやすく翻訳されており，訳書というよりも，彼らの著作（和書）
という印象を受ける．
原書を読んだときは，英語ということもあって大学院生でないと厳しいと
感じていたが，翻訳を読むと，学部生でも読めるような気がしてきた．
演習問題の量が多く，演習書としても申し分ない．問題の約半分は解答が
ウェブで公開されているので，独習の際にも非常に助かる．
内容については目次で細かく説明されているので割愛するが，
本書で特に強調すべき点は，図を多用し，イメージをつくること，理解する
ことを重視しているということ．
翻訳でもこのスタイルはしっかりと守られており，カラー刷りにもそのこだわり
が見える（それが値段に反映しているのかもしれないが．．．）
数式もある程度の深さまではきちんと理解できるよう，付録もついており，
こちらも丁寧に翻訳されている．
難点を挙げるとすれば価格だけ．
ただ，機械学習をこれから学ぶ学生学んでいる学生であれば，
現在本書以外に選択肢はないと思う．
費用対効果を考えればお買い得だと思う．
1 人中、1人の方が、｢このレビューが参考になった｣と投票しています。
By やま
形式:単行本
必要にせまられて，下巻とあわせて幾つかの章だけを読んだ程度ですが，これは良い本です．説明が本質をついているので，単に式のレベルで分かるというのではなく，意味を納得しながら読んで行けます．内容が多いので式は飛んでますが，ちゃんと読めば自分で式の間を追える程度の飛ばし方です．それが演習になってますので，その程度は自分でやらないと勿体ないです．
また，翻訳の質が高いのも良いところです．といっても，読みやすく間違いのない普通の日本語という程度のことなのですが，このレベルに達していない技術系の翻訳本がいかに多いことか．この本に限っては，結局英語の原本が必要になるということはないと思います．
値段は高いですが，それほど沢山売れるわけでもなし，仕方ないかというところです．とは言え，ちょっと高いかな．
また，翻訳の質が高いのも良いところです．といっても，読みやすく間違いのない普通の日本語という程度のことなのですが，このレベルに達していない技術系の翻訳本がいかに多いことか．この本に限っては，結局英語の原本が必要になるということはないと思います．
値段は高いですが，それほど沢山売れるわけでもなし，仕方ないかというところです．とは言え，ちょっと高いかな．
By mabo
形式:単行本（ソフトカバー）|Amazon.co.jpで購入済み
高価なので購入を渋っていましたが、統数研の先生に進められて購入しました。
上巻の半分以上読みましたが、今までの数学や統計の断片的な知識がこの本によって
クロスワードクイズの様に埋まっていく気がします。
計算機の向上によりベイズ統計の著しい発展途中にあっては予断が難しいですが
当面この本が統計理論の標準になると感じています。
既にネット上でも「PRMLの(2.219)の記述によると」等の引用サイトが数多く見られますので
ベイズ統計の標準になっているのではないでしょうか？
上巻の半分以上読みましたが、今までの数学や統計の断片的な知識がこの本によって
クロスワードクイズの様に埋まっていく気がします。
計算機の向上によりベイズ統計の著しい発展途中にあっては予断が難しいですが
当面この本が統計理論の標準になると感じています。
既にネット上でも「PRMLの(2.219)の記述によると」等の引用サイトが数多く見られますので
ベイズ統計の標準になっているのではないでしょうか？
クチコミ
クチコミは、商品やカテゴリー、トピックについて他のお客様と語り合う場です。お買いものに役立つ情報交換ができます。
|
この商品のクチコミ一覧
クチコミを検索
|
![[トピックを作成する]](http://g-ec2.images-amazon.com/images/G/09/x-locale/communities/discussion_boards/start-new-discussion-sec._V192261831_.gif){kind=small}
リストマニア
|
|
フィードバック
- カタログ情報、または画像について報告
- 著者からのコメント
- 出版社からのコメント
