この書籍の内容

内容詳細

ベイズ理論に基づく統計的予測技術は、計算アルゴリズムの開発と計算機の性能向上により、近年、急速に進展してきた。

本書は、このベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説した教科書である。

上巻では、下巻で扱う比較的高度な話題を理解するための基礎的事項を学ぶことに重点を置いている。

まず、機械学習・パターン認識の根底にある決定理論から始め、ベイズ理論の観点から確率の基礎と様々な確率分布を取り上げる。

そして代表的な学習問題である回帰と識別問題をベイズ的な観点から解き明かした後、ニューラルネットワークと共に、学習問題を解くときに必要になる最適化手法を紹介する。

みんなのレビュー

まだレビューがありません

Qiitaでこの書籍を紹介している記事

人気の関連書籍

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
プログラミングのための線形代数
深層学習 (機械学習プロフェッショナルシリーズ)
はじめてのパターン認識
Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
集合知プログラミング
統計学入門 (基礎統計学Ⅰ)
ITエンジニアのための機械学習理論入門
パターン認識と機械学習 下 (ベイズ理論による統計的予測)
データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
データサイエンティスト養成読本 機械学習入門編 (Software Design plus)
scikit-learnとTensorFlowによる実践機械学習
トピックモデルによる統計的潜在意味解析 (自然言語処理シリーズ)
Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
実践 機械学習システム
言語処理のための機械学習入門 (自然言語処理シリーズ)
サポートベクトルマシン (機械学習プロフェッショナルシリーズ)
[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)