機械学習統計的学習理論の評価
データ更新日:2020-12-09

機械学習分野での評価

書籍の評価について

簡単に次のような指標から評価を計算しています。

  • ・書籍が紹介されているQiita記事のいいね数と更新日
  • ・書籍が紹介されているサイトのGoogleでの検索順位
  • ・Twitterで書籍に関する最新ツイートのいいね数とリツイート数
  • ・「初心者」や「入門書」など特定のキーワードとコンテンツ(例えばQiitaの記事)の関連性

詳細な評価の計算方法については下記をご覧ください。

書籍の評価について

順位9
総合点2
Qiitaの記事での点数1
Twitterでの点数1

過去の順位の推移

グラフについて

  • ・グラフのデータはぬこぷろで計測した、最大で過去5回分を表示しています。
  • ・「順位」について、次の2点の場合は圏外扱いとしてグラフ上には表示しません。なので、グラフ上では途切れた線が表示されることもあります。
    ①ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合。ぬこぷろは最新のメディア情報を収集して書籍の点数を計算するため、過去点数計算した際にその書籍がメディアに掲載されていても、点数計算時にぬこぷろが収集したメディアに書籍情報がなければ圏外扱いとなります。
    ②順位が30位を下回った場合。
  • ・「総合点」が0点なのは上記「順位」の圏外扱いの①とと同様に、ぬこぷろが書籍の点数を計算する際、点数化の元となる最新のメディア(Qiitaの記事など)に書籍の情報が掲載されていなかった場合となります。

基本情報

ISBN-139784061529052
内容丁寧な説明が感動的! しっかり、よくわかる!どのような学習アルゴリズムが効率的かを見極めるには、確率論・統計学に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した。学習手法をしっかり理解して使いこなせるようになる。 丁寧な説明が感動的! しっかり、よくわかる! どのような学習アルゴリズムが効率的かを見極めるには、確率論・統計学に根ざした基礎が不可欠。カーネル法、SVM、ブースティングなど、重要概念を丁寧に記述した。学習手法をしっかり理解して使いこなせるようになる。 【機械学習プロフェッショナルシリーズ】 本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。 ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。 これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。 第2期として、以下の4点を同時刊行! 統計的学習理論   金森 敬文・著 サポートベクトルマシン  竹内 一郎/烏山 昌幸・著 確率的最適化        鈴木 大慈・著 異常検知と変化検知   井手 剛/杉山 将・著 第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。 【シリーズ編者】 杉山 将 東京大学大学院新領域創成科学研究科 教授
目次第1章 統計的学習理論の枠組 第2章 仮説集合の複雑度 第3章 判別適合的損失 第4章 カーネル法の基礎 第5章 サポートベクトルマシン 第6章 ブースティング 第7章 多値判別 付録A 確率不等式 付録B 凸解析と凸最適化 付録C 関数解析の初歩
著者
出版日
出版社講談社
データ提供元openBD, 国立国会図書館書誌データ
※この書籍はopenBDより取得したデータを元に、国立国会図書館書誌データを補完して掲載しています。