ようこそ!
マイページ
ご利用ガイド
組合員情報の変更
メールアドレスの変更
ログイン
サイトトップ
e
フレンズトップ
すべて
本
雑誌
CD
DVD・Blu-ray
クリア
本 こだわり検索
書名
著者名
商品説明
出版社名
出版年月
―
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
年
―
1
2
3
4
5
6
7
8
9
10
11
12
月
以前
のみ
以降
ジャンル
選択してください
文庫
新書・選書
文芸
教養
人文
教育
芸術
児童
趣味
生活
地図・ガイド
就職・資格
語学
小学学参
中学学参
高校学参
辞典
コミック
ゲーム攻略本
エンターテイメント
日記手帳
社会
法律
経済
経営
ビジネス
理学
工学
コンピュータ
医学
看護学
薬学
ISBNコード
予約商品を表示しない
検索
クリア
本 >
工学
>
電気電子工学
>
機械学習・深層学習
出版社名:講談社
出版年月:2016年12月
ISBN:978-4-06-152920-5
341P 21cm
機械学習のための連続最適化/機械学習プロフェッショナルシリーズ
金森敬文/著 鈴木大慈/著 竹内一郎/著 佐藤一誠/著
組合員価格 税込
3,344
円
(通常価格 税込 3,520円)
割引率 5%
在庫あり
生協宅配にてお届け
※ご注文が集中した場合、お届けが遅れる場合がございます。
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…(
続く
)
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
内容紹介・もくじなど
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。
もくじ情報: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)
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。
もくじ情報: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)
著者プロフィール
金森 敬文(カナモリ タカフミ)
博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授
金森 敬文(カナモリ タカフミ)
博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授
同じ著者名で検索した本
データサイエンスと機械学習 理論からPythonによる実装まで/DIGITAL FOREST
D.P.Kroese/著 Z.I.Botev/著 T.Taimre/著 R.Vaisman/著 金森敬文/監訳
Pythonで学ぶ統計的機械学習
金森敬文/著
Rによる機械学習入門
金森敬文/著
統計的学習理論/機械学習プロフェッショナルシリーズ
金森敬文/著
Rで学ぶデータサイエンス 5/パターン認識/Rで学ぶデータサイエンス 5
金明哲/編
もくじ情報: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)
もくじ情報: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)
博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授
博士(学術)。1999年総合研究大学院大学数物科学研究科博士課程修了。現在、名古屋大学大学院情報科学研究科教授