機械学習のための連続最適化

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。

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)

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）

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。