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

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）

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