¥ 3,780
通常配送無料 詳細
残り9点(入荷予定あり) 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。
トピックモデルによる統計的潜在意味解析 (自然言語... がカートに入りました

お届け先住所
アドレス帳を使用するにはサインインしてください
または
-
正しい郵便番号を入力してください。
または
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
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
3点すべてのイメージを見る

トピックモデルによる統計的潜在意味解析 (自然言語処理シリーズ) 単行本(ソフトカバー) – 2015/3/13

5つ星のうち 4.8 5件のカスタマーレビュー

その他()の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
Amazon 価格
新品 中古品
単行本(ソフトカバー), 2015/3/13
"もう一度試してください。"
¥ 3,780
¥ 3,780 ¥ 4,899

AmazonStudent

Amazon Student会員なら、この商品は+10%Amazonポイント還元(Amazonマーケットプレイスでのご注文は対象外)。

click to open popover

キャンペーンおよび追加情報


よく一緒に購入されている商品

  • トピックモデルによる統計的潜在意味解析 (自然言語処理シリーズ)
  • +
  • 言語処理のための機械学習入門 (自然言語処理シリーズ)
総額: ¥6,804
ポイントの合計: 268pt (4%)
選択された商品をまとめて購入

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • Apple
  • Android
  • Android

無料アプリを入手するには、Eメールアドレスを入力してください。



【Amazon Global】OTAKU Store
Figures, Video Games, Blu-ray, DVD and Music of Japanese Anime, Games and Pop Culture Shop now

商品の説明

内容紹介

大量のデータの背後にある潜在的な情報を抽出する技術として,トピックモデルと呼ばれる統計モデルの研究が近年注目を集めている。本書はこれについて,言語処理という具体的な問題に対して,その理論と応用をわかりやすく解説する。

著者略歴 (「BOOK著者紹介情報」より)

奥村/学
1984年東京工業大学工学部情報工学科卒業。1989年東京工業大学大学院博士課程修了(情報工学専攻)、工学博士。東京工業大学助手。1992年北陸先端科学技術大学院大学助教授。2000年東京工業大学助教授。2007年東京工業大学准教授。2009年東京工業大学教授

佐藤/一誠
2011年東京大学大学院情報理工学系研究科博士課程修了(数理情報学専攻)、博士(情報理工学)。東京大学情報基盤センター助教。2013年科学技術振興機構さきがけ研究員(兼務)(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)


登録情報

  • 単行本(ソフトカバー): 272ページ
  • 出版社: コロナ社; A5版 (2015/3/13)
  • 言語: 日本語
  • ISBN-10: 4339027588
  • ISBN-13: 978-4339027587
  • 発売日: 2015/3/13
  • 商品パッケージの寸法: 21 x 14.8 x 1.6 cm
  • おすすめ度: 5つ星のうち 4.8 5件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 79,629位 (本の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

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

5つ星のうち 4.8
あなたのご意見やご感想を教えてください

トップカスタマーレビュー

「機械学習プロフェッショナルシリーズ」の「トピックモデル」と合わせて購入したが、著者自身が「洋書を含めて、この分野に関して本書ほど詳細に説明したものはないと自負している」通り、本質をついた説明がすんなりと頭に入ってくる。

第1章・第2章を精読し、第4章・第5章を流し読みして全体像が掴めたので、これから数学のリハビリをしながら、本丸の「第3章: 学習アルゴリズム」を学び進めようと思う。

第2章までで理解の深まったこと

- 特異値分解と統計的潜在意味解析の関係
- LDA の数学的、幾何学的理解
- 確率的生成モデルの意味
- グラフィカルモデルと、結合分布・ベイズの定理による展開の関係
コメント 19人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
LDA(Latent Dirichlet Allocation)に関する専門書ではありますが、機械学習全般に適用できる手法を扱っていますので、タイトルとしては、以下がより適切でしょう。「機械学習における数理的手法-LDAを例として」

数式の多さに圧倒されますが、これほど丁寧に式の変形が書かれている本は殆どありませんので、数理的手法を学ぶにはうってつけです。prerequisiteはheavyですが(線形代数/多変数の微積分/ベイズ統計/線形回帰/ロジスティック回帰/SVM/最適化/...)、1ページずつコツコツと積み上げれば、ゴールに到達できるかもしれません。多大な忍耐は必要だと思います。

重要な文言は、再三繰り返されていますので、書き方は親切です。数式満載本に見られる、淡泊さはありません。

本書が習得できれば(できたとすれば)、かなりの問題に対して、自由に機械学習のモデリングと、そのアルゴリズム導出ができるようになるでしょう。
コメント 4人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
全部読んでみましたが、とても丁寧に書かれていると本だと思いました。数式を追っても飛躍がほとんど無いので、がんばればついていけます。一見、数式がものすごい分量で目に入ってきてたじろぐのですが、これも数式の変形に飛躍が無いためだと思われます。

また、この分野の解析手法というのは定番があるようで、同じような手法が何度も出てきます。その都度、巧妙な解決法などで感心させられるのですが、読み進めていくとこの世界のやり方が体で覚えこまされていく感じがします。

しかし、丁寧に書かれているとは言え、基本的な微積分の知識はもちろんのこと、ベイズの定理の式変形(結合分布からの式展開、グラフィカルモデルに基づく条件変数の消去等)が自由自在にできていた方がいいと思います。(ここが曖昧だと全体の理解も曖昧になりそうなので)

とにかく、ネタも新しいし、とても楽しめるオススメ本だと思います。
コメント 6人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
Amazonで購入
LDAの本だが、この数理を全て記述している本でかつ機械学習の広い分野まで
考え方を述べている。
少しレベルが高いが、この一冊で言語処理と機械学習の数理が両方理解できる様になっている。
コメント 2人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
Amazonで購入
潜在意味空間における学習アルゴリズムを列挙整理している点が気になって、購入しました。
潜在意味空間に特化した学習の話は137ページ以降で、本書では、まず回帰モデルを中心に潜在意味空間での学習を解説している。
これだけまとまっている本がないという理由で星5つをつけました。
コメント このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告