統計的学習の基礎 データマイニング・推論・予測
- ISBN
- 978-4-320-12362-5
- 著者情報
- 井手 剛（イデ ツヨシ）
ＩＢＭ Ｔ．Ｊ．Ｗａｔｓｏｎ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ。Ｓｅｎｉｏｒ Ｔｅｃｈｎｉｃａｌ Ｓｔａｆｆ Ｍｅｍｂｅｒ、博士（理学）
神嶌 敏弘（カミシマ トシヒロ）
産業総合技術研究所主任研究員、博士（情報学）
栗田 多喜夫（クリタ タキオ）
広島大学大学院工学研究院教授、博士（工学）
杉山 将（スギヤマ マサシ）
東京工業大学准教授、博士（工学）
前田 英作（マエダ エイサク）
日本電信電話株式会社コミュニケーション科学基礎研究所所長、博士（工学）
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
本書は，発展著しい統計的学習分野の世界的に著名な教科書である“The Elements of Statistical Learning” の全訳である。回帰や分類などの教師あり学習の入門的な話題から，ニューラルネットワーク，サポートベクトルマシンなどのより洗練された学習器，ブースティングやアンサンブル学習などの学習手法の高度化技術，さらにはグラフィカルモデルや高次元学習問題に対するスパース学習法などの最新の話題までを幅広く網羅しており，計算機科学などの情報技術を専門とする大学生・大学院生，および，機械学習技術を基礎科学や産業に応用しようとしている大学院生・研究者・技術者にとって最適な教科書である。
機械学習とは，コンピュータに学習能力を持たせるための方法論を研究する学問の名称であり，もともとは人工知能分野の一部として研究されていた。その後，機械学習は統計学と密接な関わりを持つようになり，「統計的学習」として独自の発展の道を歩み始めた。そして，１９９０年代から現在に至るまでの計算機やインターネットの爆発的な普及と相まって統計的学習の技術は目覚ましい発展を遂げ，いまや情報検索，オンラインショッピングなど，われわれの日常生活とは切り離すことのできない情報通信技術の根幹を支える重要な要素技術の一つとなった。
目次
形モデルと最小２乗法
２．３．２ 最近傍法
２．３．３ 最小２ 乗法から最近傍法へ
２．４ 統計的決定理論
２．５ 高次元での局所的手法
２．６ 統計モデル，教師あり学習，関数近似
２．６．１ 同時分布Ｐｒ（Ｘ，Ｙ） のための統計モデル
２．６．２ 教師あり学習
２．６．３ 関数近似
２．７ 構造化回帰モデル
２．７．１ なぜ問題が困難なのか
２．８ 制限付き推定法
２．８．１ 粗度に対する罰則とベイズ法
２．８．２ カーネル法と局所回帰
２．８．３ 基底関数と辞書による方法
商品詳細
- 出版社名
- 共立出版
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｔｈｅ Ｅｌｅｍｅｎｔｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ 原著第２版の翻訳
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。