サイト内検索

詳細検索

ヘルプ

セーフサーチについて

性的・暴力的に過激な表現が含まれる作品の表示を調整できる機能です。
ご利用当初は「セーフサーチ」が「ON」に設定されており、性的・暴力的に過激な表現が含まれる作品の表示が制限されています。
全ての作品を表示するためには「OFF」にしてご覧ください。
※セーフサーチを「OFF」にすると、アダルト認証ページで「はい」を選択した状態になります。
※セーフサーチを「OFF」から「ON」に戻すと、次ページの表示もしくはページ更新後に認証が入ります。

送料無料 日付更新(2017年7月)

アウトレットブック ポイント2倍キャンペーン(~11/15)

目次

劣モジュラ最適化と機械学習(機械学習プロフェッショナルシリーズ)

劣モジュラ最適化と機械学習 (機械学習プロフェッショナルシリーズ)

  • 河原 吉伸(著)/ 永野 清仁(著)/ 杉山 将(編)
  • 第1章 学習における劣モジュラ性
    • 1.1 はじめに
    • 1.2 劣モジュラ性への導入
    • 1.3 機械学習における劣モジュラ性
    • 1.4 本書で扱う話題
    • 1.5 利用可能なソフトウェア
  • 第2章 劣モジュラ最適化の基礎
    • 2.1 劣モジュラ関数の定義と具体例
    • 2.2 劣モジュラ関数の基本性質
    • 2.3 劣モジュラ最適化の考え方
    • 2.4 劣モジュラ最適化と多面体
    • 2.5 劣モジュラ関数と凸性
  • 第3章 劣モジュラ関数の最大化と貪欲法の適用
    • 3.1 劣モジュラ最大化と貪欲法
    • 3.2 適用例1:文書要約への適用
    • 3.3 適用例2:センサ配置問題
    • 3.4 適用例3:能動学習
    • 3.5 その他の適用例
    • 3.6 補足:センサ配置可能箇所の設定について
  • 第4章 最大流とグラフカット
    • 4.1 カット関数最小化と最大流アルゴリズム
    • 4.2 マルコフ確率場における推論とグラフカット
    • 4.3 グラフ表現可能な劣モジュラ関数
    • 4.4 補足:プリフロー・プッシュ法
  • 第5章 劣モジュラ最適化を用いた構造正則化学習
    • 5.1 正則化による疎性モデル推定
    • 5.2 劣モジュラ関数から得られる構造的疎性
    • 5.3 劣モジュラ多面体上の分解可能凸関数最小化への帰着
    • 5.4 ネットワーク・フロー計算による高速化
    • 5.5 補足:式(5.21)の計算について