さまざまな学習アルゴリズムはもちろんのこと、「構造化サポートベクトルマシン」「弱ラベル学習」などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい！こんな本を待っていた。【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２期として、以下の４点を同時刊行！　統計的学習理論　金森　敬文・著　サポートベクトルマシン　竹内　一郎／烏山　昌幸・著　確率的最適化　鈴木　大慈・著　異常検知と変化検知　井手　剛／杉山　将・著　第３期の刊行は２０１５年１２月、第４期の刊行は２０１６年４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/さまざまな学習アルゴリズムはもちろん、構造化サポートベクトルマシン、弱ラベル学習などの新しいアプローチについても明快に解説。

わかりやすい、実にわかりやすい。解析ツールとして利用したい人が知っておくべきことを整理。多くの学習アルゴリズムを紹介しているので、実践的！構造化サポートベクトルマシン、弱ラベル学習など新しいアプローチも解説。
もくじ情報：２クラス分類；多クラス分類；回帰分析；教師なし学習のためのサポートベクトルマシン；カーネル関数；最適化概論：最適性条件と汎用的解法；分割法；モデル選択と正則化パス追跡；逐次学習；サポートベクトルマシンのソフトウェアと実装；構造化サポートベクトルマシン；弱ラベル学習のためのサポートベクトルマシン

竹内　一郎(タケウチ　イチロウ)
博士（工学）。２０００年名古屋大学大学院工学研究科電気工学専攻博士課程修了。現在、名古屋工業大学情報工学教育類教授