劣モジュラ最適化と機械学習

深淵な基礎理論が丁寧な展開ですっきりわかる。実用的なアルゴリズムを中心に紹介。構造正則化学習への道も具体的手順とともに解説。

通常の計算機環境で実行可能な例を中心に、
機械学習の主要問題への組合せ最適化手法の適用を解説。
NP困難な問題を含む最適化の理論に加え、データ構造を利用した
劣モジュラ最適化アルゴリズムの高速化についても述べる。

【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29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3期として、以下の3点を刊行！

劣モジュラ最適化と機械学習　　河原 吉伸／永野 清仁･著
スパース性に基づく機械学習 冨岡 亮太･著
生命情報処理における機械学習 瀬々 潤／浜田 道昭･著


第4期の刊行は2016年4月、第5期の刊行は2016年8月の予定。

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授

目次

第１章　学習における劣モジュラ性（劣モジュラ性への導入
機械学習における劣モジュラ性　ほか）
第２章　劣モジュラ最適化の基礎（劣モジュラ関数の定義と具体例
劣モジュラ関数の基本性質　ほか）
第３章　劣モジュラ関数の最大化と貪欲法の適用（劣モジュラ最大化と貪欲法
適用例１：文書要約への適用　ほか）
第４章　最大流とグラフカット（カット関数最小化と最大流アルゴリズム
マルコフ確率場における推論とグラフカット　ほか）
第５章　劣モジュラ最適化を用いた構造正則化学習（正則化による疎性モデル推定
劣モジュラ関数から得られる構造的疎性　ほか）

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。