目次
異常検知と変化検知 (機械学習プロフェッショナルシリーズ)
- 井手 剛(著)/ 杉山 将(編著)
- 第1章 異常検知・変化検知の基本的な考え方
- 1.1 知識の要約としての確率分布
- 1.2 異常検知と変化検知のいろいろな問題
- 1.3 異常や変化の度合いを確率分布で表す
- 1.4 検知器の性能を評価する
- 1.5 ネイマン・ピアソン決定則による異常検知の最適性
- 第2章 ホテリングのT2法による異常検知
- 2.1 多変量正規分布の最尤推定
- 2.2 マハラノビス距離とホテリングのT2法
- 2.3 正規分布とカイ2乗分布の関係
- 2.4 補足:デルタ関数と確率分布の変換公式
- 第3章 単純ベイズ法による異常検知
- 3.1 多次元の問題を1次元に帰着する
- 3.2 独立変数モデルのもとでのホテリングのT2法
- 3.3 多項分布による単純ベイズ分類
- 3.4 最大事後確率推定と多項分布のスムージング
- 3.5 二値分類と異常検知の関係
- 第4章 近傍法による異常検知
- 4.1 k近傍法:経験分布に基づく異常判定
- 4.2 マージン最大化近傍法
- 第5章 混合分布モデルによる逐次更新型異常検知
- 5.1 混合分布モデルとその逐次更新:問題設定
- 5.2 イエンセンの不等式による和と対数関数の順序交換
- 5.3 EM法による重みつき対数尤度の最大化
- 5.4 混合重みのスムージング
- 5.5 重みの選択と逐次更新型異常検知モデル
- 第6章 サポートベクトルデータ記述法による異常検知
- 6.1 データを囲む最小の球
- 6.2 双対問題への変換とカーネルトリック
- 6.3 解の性質と分類
- 6.4 データクレンジングへの適用例
- 6.5 補足:不等式制約下での非線形最適化問題
- 第7章 方向データの異常検知
- 7.1 長さが揃ったベクトルについての分布
- 7.2 平均方向の最尤推定
- 7.3 方向データの異常度とその確率分布
- 7.4 積率法によるカイ2乗分布の当てはめ
- 7.5 補足:フォンミーゼス・フィッシャー分布の性質
- 第8章 ガウス過程回帰による異常検知
- 8.1 入出力がある場合の異常検知の考え方
- 8.2 ガウス過程の観測モデルと事前分布
- 8.3 応答曲面の事後分布
- 8.4 予測分布の導出
- 8.5 異常度の定義とガウス過程の性質
- 8.6 実験計画法への応用
- 8.7 リッジ回帰との関係
- 第9章 部分空間法による変化検知
- 9.1 累積和法:変化検知の古典技術
- 9.2 近傍法による異常部位検出
- 9.3 変化検知問題と密度比
- 9.4 特異スペクトル変換法
- 9.5 ランチョス法による特異スペクトル変換の高速化
- 第10章 疎構造学習による異常検知
- 10.1 変数間の関係に基づく異常の判定:基本的な考え方
- 10.2 変数同士の関係の表し方
- 10.3 正規分布に基づく対マルコフグラフ
- 10.4 疎なガウス型グラフィカルモデルの学習
- 10.5 疎構造学習に基づく異常度の計算
- 第11章 密度比推定による異常検知
- 11.1 密度比による外れ値検出問題の定式化
- 11.2 カルバック・ライブラー密度比推定法
- 11.3 最小2乗密度比推定法
- 第12章 密度比推定による変化検知
- 12.1 変化検知問題とカルバック・ライブラー密度比推定法
- 12.2 その他のダイバージェンスによる分布変化度の評価
- 12.3 確率分布の構造変化検知
- 12.4 疎密度比推定の高次拡張
情報理論・情報科学 ランキング
情報理論・情報科学のランキングをご紹介します情報理論・情報科学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
-
8位
-
9位
-
10位
次に進む