0

読みたい数

0

読んだ数

本の紹介

最短経路で平易に理解できる、今までにない入門書!「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。 最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい! 最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい! 【主な内容】 1 機械学習とベイズ学習 2 基本的な確率分布 3 ベイズ推論による学習と予測 4 混合モデルと近似推論 5 応用モデルの構築と推論 【機械学習スタートアップシリーズ】 本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。 「機械学習をもっと身近に、機械学習をもっとわかりやすく!」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。 まず、以下の2点を同時に刊行いたします(^o^)/ 『これならわかる深層学習入門』瀧 雅人・著 『ベイズ推論による機械学習入門』須山 敦志・著/杉山 将・監修 第1章 機械学習とベイズ学習 機械学習とは/機械学習の代表的なタスク/機械学習の 2 つのアプローチ/確率の基本計算/グラフィカルモデル/ベイズ学習のアプローチ 第2章 基本的な確率分布 期待値/離散確率分布/連続確率分布 第3章 ベイズ推論による学習と予測 学習と予測/離散確率分布の学習と予測/1次元ガウス分布の学習と予測/多次元ガウス分布の学習と予測/線形回帰の例 第4章 混合モデルと近似推論 混合モデルと事後分布の推論/確率分布の近似手法/ポアソン混合モデルにおける推論/ガウス混合モデルにおける推論 第5章 応用モデルの構築と推論 線形次元削減/非負値行列因子分解/隠れマルコフモデル/トピックモデル/テンソル分解/ロジスティック回帰/ニューラルネットワーク

この本を紹介しているQiitaの記事

[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 2019-05-06 574

文系エンジニアが0からベイズ統計モデリングを学習するときに読むべき資料まとめ 2018-12-06 136

【随時更新】マシンラーニングエンジニアが機械学習、統計学のおすすめ本を紹介する 2017-07-06 115

Juliaに触って見ようと思った時に便利なリンク集(2017年末版) 2017-12-26 33

初心者から data scientist・AI engineer になるための勉強法&おすすめサイト・本を一つの記事にまとめたかった 2018-12-11 25

初心者の為のデイープラーニングのすすめ 2018-09-21 16

[ベイズ推論による機械学習入門]線形回帰 2018-10-27 13

[ベイズ推論による機械学習入門]多次元ガウス混合モデルにおける推論(ギブスサンプリング編) 2018-11-14 8

Bokehを使ってグリグリ動かせるベータ分布を描画する 2018-04-01 5

[ベイズ推論による機械学習入門]numpyだけで線形次元削減を実装してみた。 2018-12-04 4

隠れマルコフモデル(HMM hidden markov model)による推論その2:完全分解変分推論編 2019-05-10 3

隠れマルコフモデル(HMM hidden markov model)による推定その1:事前準備編 2019-05-07 1

ベイズ推論の勉強用ノート(1)ー 基本的な定義 2019-02-03 1

ベイズ推論の勉強用ノート(6)ー Markov Branket 2019-03-03 0

ベイズ推論の勉強用ノート(5)ー 予測分布の推定 2019-02-23 0

ベイズ推論の勉強用ノート(4)ー 事後分布の推定 2019-02-17 0

ベイズ推論の勉強用ノート(3)ー 連続確率分布 2019-02-11 0

ベイズ推論の勉強用ノート(2)ー 離散確率分布 2019-02-04 0

この本を紹介しているHatenaブログの記事a