ご使用のブラウザでは、Cookieの設定が無効になっています。
すべての機能を利用するには、ブラウザの設定から当サイトドメインのCookieを有効にしてください。

  • 機械学習のための連続最適化
  • 機械学習のための連続最適化

  • 機械学習のための連続最適化
  • 機械学習のための連続最適化

機械学習のための連続最適化

  • 金森敬文/著 鈴木大慈/著 竹内一郎/著 佐藤一誠/著 金森 敬文
    博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授

    鈴木 大慈
    博士(情報理工学)。2009年東京大学大学院情報理工学系研究科博士課程修了。現在、東京工業大学情報理工学院准教授・JSTさきがけ研究者

    竹内 一郎
    博士(工学)。2000年、名古屋大学大学院工学研究科博士課程修了。現在、名古屋工業大学大学院工学研究科情報工学専攻教授

    佐藤 一誠
    博士(情報理工学)。2011年東京大学大学院情報理工学系研究科博士課程修了。現在、京大学大学院新領域創成科学研究科講師・JSTさきがけ研究者

  • シリーズ名
    機械学習プロフェッショナルシリーズ
  • ISBN
    978-4-06-152920-5
  • 発売日
    2016年12月

閉じる

例)1234567

[住所の変更]

宅配受取り
店舗受取り(送料無料
セブン-イレブン
その他の店舗

閉じる

[対象店舗]
お急ぎ店舗受取り(324円

数量:

3,200 (税込:3,520

在庫あり

シェアする
Facebook
Twitter
メール

閉じる

ログイン後、改めてメールの送信をお願いします。 ログイン

商品の説明

  • 境界分野が面白い!基礎から最先端まで、骨太の一冊!機械学習に不可欠な基礎知識が身につく。
目次
第1部 導入
第2部 制約なし最適化(最適性条件とアルゴリズムの停止条件
勾配法の基礎
ニュートン法
共役勾配法
準ニュートン法
信頼領域法)
第3部 制約付き最適化(等式制約付き最適化の最適性条件
不等式制約付き最適化の最適性条件
主問題に対する最適化法
ラグランジュ関数を用いる最適化法)
第4部 学習アルゴリズムとしての最適化(上界最小化アルゴリズム
サポートベクトルマシンと最適化
スパース学習
行列空間上の最適化)

商品詳細情報

フォーマット 単行本
サイズ 21cm
対象年齢 一般
初版の取り扱いについて 初版・重版・刷りの出荷は指定ができません。
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掲載されている場合でも無くなり次第、終了となりますのでご了承ください。

商品のおすすめ

最小の努力で、最大の学びがここにある!
・境界分野が面白い! 基礎から最先端まで,骨太の一冊!
・機械学習に不可欠な基礎知識が身につく。
・おだやかではない。かつてこれほどの教科書があっただろうか。

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全30巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・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研究者・技術者に向けた注目のシリーズである。

第6期として、以下の3点を刊行!

機械学習のための連続最適化 金森 敬文/鈴木 大慈/竹内 一郎/佐藤 一誠・著
関係データ学習 石黒 勝彦/林 浩平・著
オンライン予測 畑埜 晃平/瀧本 英二・著

第7期の刊行は2017年4月、第8期の刊行は2017年8月の予定。

【シリーズ編者】
杉山 将 理化学研究所 革新知能統合研究センター センター長/東京大学大学院新領域創成科学研究科 教授
(「近刊情報」より)

ページの先頭へ

閉じる

閉じる

エラーが発生しました。

読み込み中