Books

統計的学習の基礎 データマイニング・推論・予測

Trevor Hastie

Product Details

Genre
ISBN/Catalogue Number
ISBN 13 : 9784320123625
ISBN 10 : 432012362X
Format
Books
Publisher
Release Date
June/2014
Japan

Content Description

目次 : 教師あり学習の概要/ 回帰のための線形手法/ 分類のための線形手法/ 基底展開と正則化/ カーネル平滑化法/ モデルの評価と選択/ モデル推論と平均化/ 加法的モデル、木、および関連手法/ ブースティングと加法的木/ ニューラルネットワーク/ サポートベクトルマシンと適応型判別/ プロトタイプ法と量近傍探索/ 教師なし学習/ ランダムフォレスト/ アンサンブル学習/ 無向グラフィカルモデル/ 高次元の問題:p>>N

【著者紹介】
井手剛 : IBM T.J.Watson Research Center。Senior Technical Staff Member、博士(理学)

神嶌敏弘 : 産業総合技術研究所主任研究員、博士(情報学)

栗田多喜夫 : 広島大学大学院工学研究院教授、博士(工学)

杉山将 : 東京工業大学准教授、博士(工学)

前田英作 : 日本電信電話株式会社コミュニケーション科学基礎研究所所長、博士(工学)(本データはこの書籍が刊行された当時に掲載されていたものです)

(「BOOK」データベースより)

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • 時田桜

    難しかったけど時間をかけて半分くらい読んだ。

  • ある晴れた朝に

    テキスト本。数学の知識が必要。 ふんだんな証明があるので、途中で放棄してさはまった。今の自分の知識ではかなわない。

  • shin_ash

    正直に言って難しく、消化できたとはとても言えないが、なんとなくでも統計的学習について雰囲気がわかった気がする。一貫して、如何にして変数を選択するか?について議論が展開されている。何かを予測すると言うよりは、高次元空間から有用な低次元構造を抜き出すことが自分の周囲のニーズなので、どの様に考えて次元削減や縮小推定して行くのかと言うことは知っておきたい技術である。難解ではあるものの、理解力に合わせて得るものがある良書であると思う。大変だったが読んで良かった。

  • takao

    ふむ

レビューをもっと見る

(外部サイト)に移動します

Recommend Items