グラフィカルモデル

各種グラフィカルモデルの紹介から、機械学習における使い方まで丁寧に解説する。この手法が有効な問題の見分け方、グラフの扱い、推論・学習に活かす方法など、必要なことをコンパクトにまとめた。

【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31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4期として、以下の4点を刊行!

ヒューマンコンピュテーションとクラウドソーシング　鹿島 久嗣/小山 聡/馬場 雪乃・著
変分ベイズ学習　中島 伸一・著
ノンパラメトリックベイズ　佐藤 一誠・著
グラフィカルモデル　渡辺 有祐・著

第5期の刊行は2016年8月、第6期の刊行は2016年12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

(＊)【追加・変更について】
2016年2月、『機械学習のための連続最適化』『ガウス過程と機械学習』の2書目を新たにシリーズラインナップに追加しました。また、『統計的自然言語処理』を『深層学習による自然言語処理』に変更しました。詳しくは、講談社サイエンティフィクwebページをご覧ください。

目次

第1章　グラフィカルモデル入門
第2章　確率論の基礎
第3章　ベイジアンネットワーク
第4章　マルコフ確率場
第5章　因子グラフ表現
第6章　周辺確率分布の計算1.:確率伝搬法
第7章　周辺確率分布の計算2.:ベーテ近似
第8章　周辺確率分布の計算3.:平均場近似
第9章　グラフィカルモデルの学習1.:隠れ変数のないモデル
第10章　グラフィカルモデルの学習2.:隠れ変数のあるモデル
第11章　グラフィカルモデルの学習3.:具体例
第12章　MAP割り当ての計算1.:最大伝搬法
第13章　MAP割り当ての計算2.:線形緩和による方法
第14章　グラフィカルモデルの構造学習
付録A　公式集
付録B　凸解析入門
付録C　指数型分布族

書誌情報

紙版

• 発売日: 2016年04月20日
• ISBN: 9784061529168
• 判型: A5
• 価格: 定価：3,080円（本体2,800円）
• ページ数: 192ページ
• シリーズ: 機械学習プロフェッショナルシリーズ

電子版

• 発売日: 2017年05月12日
• JDCN: 0615291600100011000M

著者紹介

著： 渡辺　有祐（ワタナベ　ユウスケ）