新品:
￥16,235 税込
ポイント: 162pt  (1%)
無料お届け日: 4月21日 日曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
参考価格: ￥17,707 詳細

他に注記がない場合、参考価格とは、製造業者、卸売業者、輸入代理店(「製造業者」)などの小売業者以外が設定した、商品のカタログなど印刷物で発表された、または製造業者が小売業者に提示する参考価格・推奨小売価格を意味します。ただし、Amazonが製造・販売するデバイスの参考価格については、他に注記が無い場合、個人のお客様向けに最近相当期間表示されていた価格を意味します（注記の内容を含む参考価格の詳細については、該当する商品詳細ページをご確認ください）。なお、割引率の表示は1％毎に行われており小数点以下は四捨五入しています。
詳細はこちら
値下がりしました: ￥1,472 (8%)
ポイント: 162pt  (1%)  詳細はこちら
無料配送 4月21日 日曜日にお届け
詳細を見る
または 最も早い配送 明日 4月20日にお届け（6 時間 53 分以内にご注文の場合）
詳細を見る
残り6点（入荷予定あり） 在庫状況について
￥￥16,235 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥16,235
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
配送料 ¥350 4月21日-22日にお届け（11 時間 53 分以内にご注文の場合）
詳細を見る
中古商品: 良い | 詳細
発売元 ノースブックセンター（不備・不具合があれば返品・返金対応致します）
コンディション: 中古商品: 良い
コメント: ▼ 東京より発送 ▼ 紙面：薄ヤケ ▼ 表紙：ふち傷み少々▼ 全体的に若干使用感・スレキズ・薄ヤケ・薄汚れ少々
新品＆中古品 (46)件の出品： ￥4,647
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

Kevin P. Murphy
フォロー
何か問題が発生しました。後で再度リクエストしてください。

Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning series) ハードカバー – 2012/8/24

英語版 Kevin P. Murphy (著)
5つ星のうち4.5 320
すべての形式と版を表示

この商品には新版があります:

Machine Learning, second edition: A Probabilistic Perspective (Adaptive Computation and Machine Learning series)
Machine Learning, second edition: A Probabilistic Perspective (Adaptive Computation and Machine Learning series)
￥20,043
ただいま予約受付中です。
{"desktop_buybox_group_1":[{"displayPrice":"￥16,235","priceAmount":16235.00,"currencySymbol":"￥","integerValue":"16,235","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"dStiYuOaYPx24gMLWfEh7Dlm3Q7mDvLelZDHxrXhP%2BBURfgsoV7LOSNDj6%2BzUcjt1oSsyHHee8%2F%2BrRvD2LcDTowdRr0sZUR%2Bm9KBlxzwBHO0B%2FlNjyMYMuqEaK%2BoSHycglvVYAABruc%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥4,297","priceAmount":4297.00,"currencySymbol":"￥","integerValue":"4,297","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"dStiYuOaYPx24gMLWfEh7Dlm3Q7mDvLe6g6G0LJS6RZzyqNHeXfDEnbvUgHvIaNPZQ%2Ba1eKoZ4m1pPQaCEQz0onWZTyEcFICsDmQAH0Zoyvsrl1HMAdKmbNnZ3m4pHbdjkN4p7FmXZ1h4vNSZQU0nQLSzMxFcoaF15KR07az7ufzEw6auqjqYw%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

A comprehensive introduction to machine learning that uses probabilistic models and inference as a unifying approach.

Today's Web-enabled deluge of electronic data calls for automated methods of data analysis. Machine learning provides these, developing methods that can automatically detect patterns in data and then use the uncovered patterns to predict future data. This textbook offers a comprehensive and self-contained introduction to the field of machine learning, based on a unified, probabilistic approach.

The coverage combines breadth and depth, offering necessary background material on such topics as probability, optimization, and linear algebra as well as discussion of recent developments in the field, including conditional random fields, L1 regularization, and deep learning. The book is written in an informal, accessible style, complete with pseudo-code for the most important algorithms. All topics are copiously illustrated with color images and worked examples drawn from such application domains as biology, text processing, computer vision, and robotics. Rather than providing a cookbook of different heuristic methods, the book stresses a principled model-based approach, often using the language of graphical models to specify models in a concise and intuitive way. Almost all the models described have been implemented in a MATLAB software package—PMTK (probabilistic modeling toolkit)—that is freely available online. The book is suitable for upper-level undergraduates with an introductory-level college math background and beginning graduate students.

Previous page
  1. 本の長さ
    1104ページ
  2. 言語
    英語
  3. 出版社
    The MIT Press
  4. 発売日
    2012/8/24
  5. 対象読者年齢
    18 歳以上
  6. 寸法
    20.96 x 4.55 x 23.55 cm
  7. ISBN-10
    0262018020
  8. ISBN-13
    978-0262018029
  9. すべての詳細を表示
Next page

よく一緒に購入されている商品

Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning series)
￥16,235
162ポイント(1%)
最短で4月21日 日曜日のお届け予定です
残り6点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
+
Pattern Recognition and Machine Learning (Information Science and Statistics)
￥12,824
128ポイント(1%)
一時的に在庫切れ; 入荷時期は未定です。
注文確定後、入荷時期が確定次第、お届け予定日をEメールでお知らせします。万が一、入荷できないことが判明した場合、やむを得ず、ご注文をキャンセルさせていただくことがあります。商品の代金は発送時に請求いたします。
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
これらの商品のうちの1つが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

レビュー

This comprehensive book should be of great interest to learners and practitioners in the field of machine learning.—British Computer Society—

著者について

Kevin P. Murphy is a Senior Staff Research Scientist at Google Research.

登録情報

  • 出版社 ‏ : ‎ The MIT Press (2012/8/24)
  • 発売日 ‏ : ‎ 2012/8/24
  • 言語 ‏ : ‎ 英語
  • ハードカバー ‏ : ‎ 1104ページ
  • ISBN-10 ‏ : ‎ 0262018020
  • ISBN-13 ‏ : ‎ 978-0262018029
  • 対象読者年齢 ‏ : ‎ 18 歳以上
  • 寸法 ‏ : ‎ 20.96 x 4.55 x 23.55 cm
  • カスタマーレビュー:
    5つ星のうち4.5 320

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
Kevin P. Murphy

Kevin P. Murphy

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ中4.5つ
5つのうち4.5つ
320グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

アマゾンファン
5つ星のうち5.0 専門家は必要
2015年10月27日に日本でレビュー済み
Amazonで購入
機会学習大全。数式が多いが、この関連で専門家なら持っておきたい。ただ専門家以外は必要ないと思う。
7人のお客様がこれが役に立ったと考えています
役に立った
 レポート
mabo
5つ星のうち5.0 天才が書いた本？
2014年2月27日に日本でレビュー済み
Amazonで購入
大学院の教科書として使っているが、よくこれだけのロジックを１冊に纏めたと感嘆する。
ビショップのPRMLも衝撃を受けたがこの本はかなり発展的な内容になっている。
この分野の進展には目を見張るものがあり、データ解析の世界的な水準を知るには
適切な書と思う。
15人のお客様がこれが役に立ったと考えています
役に立った
 レポート
加納 裕
5つ星のうち5.0 素晴らしい機械学習網羅本！
2015年6月22日に日本でレビュー済み
BishopのPRMLを読んで、わかったところはわかった、わからないところはわからない、と学習曲線が飽和したので、心機一転、本書にチャレンジすることにしました。まだ読み始めたばかりですが、PRMLよりもわかりやすい記述です。PRMLでは、「読み解かなければならない」、暗号のようなところが多かったのですが、本書はそのようなスタイルではありません。誤植の多さの問題が指摘されていますが、私のものは4th printing（August 2013）で、'fixed many typos'となっています。PRMLはかなり意識されていて、図などはかなり引用されています。
12人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazonのお客様
5つ星のうち5.0 機械学習の百科事典
2014年7月29日に日本でレビュー済み
機械学習の百科事典です。強化学習以外を網羅しています。
百科事典なので、忘れたところがあったときに調べたり、全ジャンルを一気に知りたい人などに便利です。
9人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon Customer
5つ星のうち3.0 いいおとも
2013年10月9日に日本でレビュー済み
Amazonで購入
最新の話題が豊富でなんと１０００p超のボリュームで少々読み応えがあります。
しかし、あまり丁寧な解説はなく初めて読むには向いていません
レファレンス本として使うのぶんにはいいと思います。
手元においておき、必要なときにおもいだすためにつかいたいです。
あと、誤植もけっこうあります。
8人のお客様がこれが役に立ったと考えています
役に立った
 レポート

他の国からのトップレビュー

すべてのレビューを日本語に翻訳
Giancarlo V.
5つ星のうち5.0 ottimo!
2022年2月9日にイタリアでレビュー済み
Amazonで購入
ottimo!
レポート
e
5つ星のうち5.0 Great book
2018年6月5日にアメリカ合衆国でレビュー済み
Amazonで購入
I love this book. It's cutting-edge and comprehensive as nothing else on the market and has the right mathematical level (for me, at any rate; I find this to be about right, and Hastie et al to be a bit hard). It makes a great desk reference for day-to-day work.

Speaking of comprehensiveness, did you want to know about a symmetric version of KL divergence? It's there in 2.8.2. How about dynamic latent dirichlet allocation? See 27.4.2. Examples from cognitive science? See his refs to Tenenbaum and Xu's work. How about a reference to the fact that consistent preferences allow one to represent them as utilities? See 5.7.3.2. The discussion on utilities is brief, but I appreciate this sort of connection-making between disciplines (ML and micro-economics, in this case), even if cursory. Please note: I don't mean to suggest that his comprehensiveness is merely a question of making short references, rather that over and above all the deep & detailed material he presents he still finds the time/space to add these little cross-connections that, to me, make the book a lot more valuable.

Minor complaints: I wonder why he didn't give much attention to newer neural network architectures (e.g. lstm). It also seems a bit weird that he seems to think of Bayesianism as the "one true way", and I say this as someone who loves the Bayesian philosophy. These are minor quibbles.
2人のお客様がこれが役に立ったと考えています
 レポート
Sooa
5つ星のうち5.0 Its not a book you want to read from front to back but a great reference. I use it with other books
2017年6月29日にカナダでレビュー済み
Amazonで購入
Bible of Machine learning .

Its not a book you want to read from front to back but a great reference. I use it with other books.
2人のお客様がこれが役に立ったと考えています
 レポート
Edward De Brouwer
5つ星のうち5.0 Great Reference Book
2017年10月13日にフランスでレビュー済み
Amazonで購入
MLAPP is a good reference book for machine learning for whom want to have mathematical basis for the derivation of state of the art ml methods.
レポート
Rusty
5つ星のうち5.0 Very detailled and math intense
2017年8月21日にドイツでレビュー済み
Amazonで購入
This is in my eyes a very solid machine learning book. Due to the publication date it is more up to date than TESL by Trevor, Hastie et.al. However, this book is probably not very appealing for a beginner in the field, due to the math heavy descriptions. If you are more than just practitioner in the field and you are looking for a comprehensive compendium of classical machine learning techniques this might be for you. Note that the current hype topic deep learning is only covered briefly as a curious outlook in one of the later chapters.
2人のお客様がこれが役に立ったと考えています
 レポート