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。

  • スパース推定法による統計モデリング

  • スパース推定法による統計モデリング

スパース推定法による統計モデリング

  • 川野秀一/著 松井秀俊/著 廣瀬慧/著 川野 秀一
    2010年九州大学大学院数理学府数理学専攻博士後期課程修了。電気通信大学大学院情報理工学研究科准教授、博士(機能数理学)。専攻は統計科学

    松井 秀俊
    2009年九州大学大学院数理学府数理学専攻博士後期課程修了。滋賀大学データサイエンス学部准教授、博士(機能数理学)。専攻は統計科学

    廣瀬 慧
    2011年九州大学大学院数理学府数理学専攻博士後期課程修了。九州大学マス・フォア・インダストリ研究所准教授、博士(機能数理学)。専攻は統計科学

  • シリーズ名
    統計学One Point 6
  • ページ数
    155p
  • ISBN
    978-4-320-11257-5
  • 発売日
    2018年03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:

2,200 (税込:2,376

メーカーに在庫確認

現在、商品はございません。
ご注文後、メーカーより商品をお取り寄せします。
詳しくはよくある質問をご確認ください。
シェアする
Facebook
Twitter
Google+
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

  • 変数選択問題は統計学における重要な問題の一つである。この問題に対して,近年,変数選択とモデルの推定を同時に行うスパース正則化を用いる方法が開発された。この方法によって,従来では扱うことが難しかった高次元データに対しても変数選択が実行可能となり,スパース正則化法は一気に注目されるようになった。さらに,変数選択だけでなく,データ発生の疎性構造を抽出するという,より一般的な観点からの研究が進むようになり,たとえば,グラフ構造における辺選択などにも拡張されている。これらの方法は総称してスパース推定と呼ばれ,統計学の基本ツールになりつつある。
    本書は,スパース推定の入門的内容から発展的内容までを解説している。実用性を重視するため,スパース推定を用いた統計モデリングを中心にできるだけ数多く解説し,「スパース推定を用いると,こういう統計解析が可能になる」というような,統計解析におけるスパース推定の有用性を実感できるよう心掛けた。また,理解の助けとするために,紹介する手法の数値例をできる限り載せるようにし,数値例を実行するための具体的なRによる解析コードも載せている。学部3,4年生から大学院生,企業における実務者,技術者を対象としており,本書によってスパース推定による統計解析技術を習得することができる。
目次
第1章 線形回帰モデルとlasso(最小2乗法・正則化法
リッジ回帰 ほか)
第2章 lasso正則化項の拡張(エラスティックネット
非凸正則化項 ほか)
第3章 構造的スパース正則化(隣接縮小型正則化
グループ縮小型正則化 ほか)
第4章 一般化線形モデルにおけるスパース推定(ロジスティック回帰モデル
ポアソン回帰モデル ほか)
第5章 多変量解析におけるスパース推定(ガウシアングラフィカルモデルにおけるスパース推定
スパース主成分分析 ほか)
付録A

商品詳細情報

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。

ページの先頭へ

閉じる

  • スパース推定法による統計モデリング
  • スパース推定法による統計モデリング

閉じる

エラーが発生しました。

読み込み中