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)

1,000円以上の注文で3%OFFクーポン(0922-28)

目次

機械学習

機械学習 (東京大学工学教程 情報工学)

  • 中川 裕志(著)/ 東京大学工学教程編纂委員会(編)
  • 1 機械学習の基礎概念
    • 1.1 背景
    • 1.2 情報の変換モデル
    • 1.3 概念の整理
    • 1.4 データの性質と表現
    • 1.5 評価方法
    • 1.6 本書で用いる記法
  • 2 確率分布のパラメタ推定
    • 2.1 最尤推定と最大事後確率推定
    • 2.2 Bayes推定
    • 2.3 指数型分布族の最尤推定
  • 3 線形モデル
    • 3.1 線形回帰モデル
    • 3.2 線形分類モデル
    • 3.3 正則化
    • 3.4 種々の損失と正則化
    • 3.5 生成モデルによる分類
  • 4 過学習と予測性能
    • 4.1 過学習
    • 4.2 バイアス・バリアンス分解
  • 5 サポートベクターマシン
    • 5.1 線形分類の問題点
    • 5.2 ソフトマージン
    • 5.3 カーネル法
    • 5.4 学習アルゴリズム
    • 5.5 回帰
  • 6 オンライン学習
    • 6.1 概要
    • 6.2 正則化項付き累積損失最小化法
    • 6.3 パーセプトロン
    • 6.4 Passive‐Aggressiveアルゴリズム
    • 6.5 ラウンド数の対数オーダの収束
    • 6.6 双対化座標降下法
  • 7 クラスタリング
    • 7.1 距離の定義
    • 7.2 階層的凝集型クラスタリング
    • 7.3 K−平均法
    • 7.4 評価法
  • 8 EMアルゴリズム
    • 8.1 潜在変数を持つモデル
    • 8.2 EMアルゴリズムの導出
    • 8.3 EMアルゴリズムの適用例
    • 8.4 事前分布のパラメタ初期値の推定
  • 9 Markov連鎖Monte Carlo法
    • 9.1 サンプリング法
    • 9.2 重点サンプリング
    • 9.3 Markov連鎖Monte Carlo法
    • 9.4 粒子フィルタ