仕事で使ってみようと思い、購入しました。3章まで読めば回帰問題を解けるようになります。カーネル関数をハイパーパラメータで微分した関数も導出してくれているので、ハイパーパラメータの最適化も実装できました。簡単な多項式回帰では予測できなかった問題を高い精度で予測できたのでとても感動しました。
ちなみに私の知識レベルは統計学を少しかじった程度です。
プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
¥3,300¥3,300 税込
発送元: Amazon.co.jp 販売者: Amazon.co.jp
¥3,300¥3,300 税込
発送元: Amazon.co.jp
販売者: Amazon.co.jp
¥2,631¥2,631 税込
ポイント: 26pt
(1%)
配送料 ¥350 6月8日-9日にお届け
発送元: もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。 販売者: もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。
¥2,631¥2,631 税込
ポイント: 26pt
(1%)
配送料 ¥350 6月8日-9日にお届け
発送元: もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。
販売者: もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。
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。
ガウス過程と機械学習 (機械学習プロフェッショナルシリーズ) 単行本(ソフトカバー) – 2019/3/9
{"desktop_buybox_group_1":[{"displayPrice":"¥3,300","priceAmount":3300.00,"currencySymbol":"¥","integerValue":"3,300","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"CCjlIeWNQmFE3AUIov%2F0M9wRyv1BWYzQ0CNVP1%2FDqXwP0C0yhiqQ9GDGtAXHPLuI%2FTvTKkpuEXeklv6efKL%2Fk%2FKf%2BqhxEhJdhMXZk3FwQ%2BJSX7bk8sZIQve6lBxoUDKNwG1rd2Uhl%2FA%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥2,631","priceAmount":2631.00,"currencySymbol":"¥","integerValue":"2,631","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"CCjlIeWNQmFE3AUIov%2F0M9wRyv1BWYzQVJalpL9oIP%2BJ7ILZGB%2FQRjZqZ5fGnRj8MNlKSuZNkDWKsnOab2GdnlWHqEn%2BSF0Of%2BMa%2BbFkopfR8pUmk%2BX0P21mmYDXHrKK5CEIJpatz%2BrBCRqaCb0mS5pVMqVm2GM%2F1s1gwbauZAeBNSo85jA%2Ftw%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。教師なし学習、実応用など最近の話題まで紹介した。さあ、はじめよう!
圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。
基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。
教師なし学習、実応用など最近の話題まで紹介した。 さあ、はじめよう!
【おもな内容】
第0章 たった5分でガウス過程法が分かってしまう
第1ステップ:機械学習って何?
第2ステップ:回帰と最小二乗法
第3ステップ:確率モデリングとベイズ推定
第4ステップ:ガウス分布と共分散
第5ステップ:ガウス過程とガウス過程回帰
コラム:関数の雲とガウス過程
第1章 線形回帰モデル
単回帰
重回帰とベクトル表現
線形回帰モデル
リッジ回帰
コラム:相関係数と回帰モデル
第2章 ガウス分布
ガウス分布とは
重みの事前分布とリッジ回帰
多変量ガウス分布
第3章 ガウス過程
線形回帰モデルと次元の呪い
ガウス過程
ガウス過程とカーネル
ガウス過程回帰モデル
ガウス過程回帰のハイパーパラメータ推定
ガウス過程回帰の一般化
第4章 確率的生成モデルとガウス過程
確率変数と確率的生成モデル
最尤推定とベイズ推定
確率分布の表現
コラム:ブラウン運動とガウス過程
第5章 ガウス過程の計算法
ガウス過程回帰の計算コスト
補助変数法
変分ベイズ法と確率的勾配法
格子状補助入力点配置に基づくガウス過程法計算
第6章 ガウス過程の適用
クリギングと空間統計学
ベイズ最適化
第7章 ガウス過程による教師なし学習
ガウス過程潜在変数モデル (GPLVM)
ガウス過程潜在変数モデルの性質
ガウス過程潜在変数モデルの拡張
潜在的ガウス過程のサンプリング
圧倒的に柔軟なベイズ的回帰モデルであるガウス過程の日本初の入門書。
基礎の線形回帰から始め、ガウス過程の原理をゼロからていねいに解説。
教師なし学習、実応用など最近の話題まで紹介した。 さあ、はじめよう!
【おもな内容】
第0章 たった5分でガウス過程法が分かってしまう
第1ステップ:機械学習って何?
第2ステップ:回帰と最小二乗法
第3ステップ:確率モデリングとベイズ推定
第4ステップ:ガウス分布と共分散
第5ステップ:ガウス過程とガウス過程回帰
コラム:関数の雲とガウス過程
第1章 線形回帰モデル
単回帰
重回帰とベクトル表現
線形回帰モデル
リッジ回帰
コラム:相関係数と回帰モデル
第2章 ガウス分布
ガウス分布とは
重みの事前分布とリッジ回帰
多変量ガウス分布
第3章 ガウス過程
線形回帰モデルと次元の呪い
ガウス過程
ガウス過程とカーネル
ガウス過程回帰モデル
ガウス過程回帰のハイパーパラメータ推定
ガウス過程回帰の一般化
第4章 確率的生成モデルとガウス過程
確率変数と確率的生成モデル
最尤推定とベイズ推定
確率分布の表現
コラム:ブラウン運動とガウス過程
第5章 ガウス過程の計算法
ガウス過程回帰の計算コスト
補助変数法
変分ベイズ法と確率的勾配法
格子状補助入力点配置に基づくガウス過程法計算
第6章 ガウス過程の適用
クリギングと空間統計学
ベイズ最適化
第7章 ガウス過程による教師なし学習
ガウス過程潜在変数モデル (GPLVM)
ガウス過程潜在変数モデルの性質
ガウス過程潜在変数モデルの拡張
潜在的ガウス過程のサンプリング
- 本の長さ256ページ
- 言語日本語
- 出版社講談社
- 発売日2019/3/9
- 寸法14.9 x 1.8 x 21.1 cm
- ISBN-104061529269
- ISBN-13978-4061529267
よく一緒に購入されている商品
対象商品: ガウス過程と機械学習 (機械学習プロフェッショナルシリーズ)
¥3,300¥3,300
最短で6月7日 金曜日のお届け予定です
在庫あり。
¥3,300¥3,300
最短で6月7日 金曜日のお届け予定です
在庫あり。
¥3,080¥3,080
最短で6月7日 金曜日のお届け予定です
残り16点(入荷予定あり)
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
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品を見た後に買っているのは?
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
持橋 大地
統計数理研究所数理・推論研究系 准教授
大羽 成征
京都大学大学院情報学研究科 講師
統計数理研究所数理・推論研究系 准教授
大羽 成征
京都大学大学院情報学研究科 講師
登録情報
- 出版社 : 講談社 (2019/3/9)
- 発売日 : 2019/3/9
- 言語 : 日本語
- 単行本(ソフトカバー) : 256ページ
- ISBN-10 : 4061529269
- ISBN-13 : 978-4061529267
- 寸法 : 14.9 x 1.8 x 21.1 cm
- Amazon 売れ筋ランキング: - 44,350位本 (本の売れ筋ランキングを見る)
- - 64位統計法・人口統計・資源統計
- - 95位確率・統計
- カスタマーレビュー:
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。
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
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2021年12月31日に日本でレビュー済み
Amazonで購入
2019年5月7日に日本でレビュー済み
Amazonで購入
機械学習系の研究室に所属する修士1年の者です。
今流行りのニューラルネット系とは別の切り口から機械学習を見ることができるので、『深層学習から機械学習に入ったけれど、他の手法も見てみたい』という人に特にオススメです。
MLPの機械学習シリーズは難解なものが多く、途中まで読んで置いておくということが多いのですが、この本は初見でも研究の間に読むことができました。構成が素晴らしく、第0章で全体の流れを説明した後、1章と2章で下準備を整え,第3章で自然にガウス過程に繋がる構成となっています。また、コラムも素晴らしく、ニューラルネットとガウス過程の繋がりもわかりやすく解説してあります。
機械学習の勉強を始めたばかりの方でも読むことはできると思いますが、確率分布・線形回帰・カーネル法など機械学習の基礎的なことは知っておいた方がスムーズに読み進められると思います。
今流行りのニューラルネット系とは別の切り口から機械学習を見ることができるので、『深層学習から機械学習に入ったけれど、他の手法も見てみたい』という人に特にオススメです。
MLPの機械学習シリーズは難解なものが多く、途中まで読んで置いておくということが多いのですが、この本は初見でも研究の間に読むことができました。構成が素晴らしく、第0章で全体の流れを説明した後、1章と2章で下準備を整え,第3章で自然にガウス過程に繋がる構成となっています。また、コラムも素晴らしく、ニューラルネットとガウス過程の繋がりもわかりやすく解説してあります。
機械学習の勉強を始めたばかりの方でも読むことはできると思いますが、確率分布・線形回帰・カーネル法など機械学習の基礎的なことは知っておいた方がスムーズに読み進められると思います。
2021年9月4日に日本でレビュー済み
Amazonで購入
ガウス過程って何と興味を持った人にはおすすめ。大体知るには十分。ガウス過程こんなものかと思わなくもないけれど、ガウス過程を知った後では線形回帰モデルがおもちゃに見えて来る。
2023年5月29日に日本でレビュー済み
B4の頃に、研究で使うから輪講することになり、購入した本です。
その当時、大学の統計学の教科書と、機械学習の入門本を読んだ程度の知識背景でしたが、3ヶ月ほどの輪講で読み切ることができました(論文も3本しか読んだことない状態)。文章は平易な文で書かれているので、微分積分、線形代数、統計学の単位がしっかり取れていれば、問題なく読めるはずです。
0章は、ガウス過程についての概略が書いているのですが、最初読んだ時は理解することができませんでした(笑)しかし、3章まで読んだ後ですと、見事にガウス過程のエッセンスがまとめられているなぁと感動したのを覚えています(卒論発表ではお世話になりました)。
1章-2章は線形回帰とガウス分布に関する内容で、ガウス過程に入るまでの肩慣らしという感じです。
しかし、多変量ガウス分布の周辺化や条件付き確率の導出を追うのに苦労した記憶があります(笑)。
3章-4章が本書のメイントピックとなっています。
この章を読み切れば、ガウス過程回帰とはどうやって回帰問題を解いているのかという疑問を解決することができます。
また,比較として、一般化線形回帰と比較しているため、既存の回帰手法の問題点をクリアしている点もすんなり理解できると思います。
5章-7章では、ガウス過程に関する最新のトピックが中心となっており、一読しただけでは理解が難しいと思います。そのため、5章-7章は、ガウス過程に関するロードマップ的な使い方をすると良いと思います。幸いなことに本書は、参考文系の数も豊富ですので、先行研究のサーベイにとても役に立ちました。
M2になった今も愛読しているのですが、一つ不満点をあげるとするならば、ハイパーパラメータ最適化の箇所の説明が少ない点です。
最適化の方法として、勾配法とMCMC法を取り上げているのですが、両者の手法についての説明が少ないように感じました。
サポートページにあるコードにも、勾配法についての実装はあるものの、MCMC法についての実装はなく、別の文献やコードに頼る必要があります。
ガウス過程回帰を研究や実務に用いる場合は、ハイパーパラメータ最適化は避けられない課題であるので、この辺りのバックアップが親切だと嬉しいなと思った次第です。
それでも、他の文献を読むための力を本書に付けさせてもらいましたので、星5とさせていただきます。
著者である持橋さん、大羽さん、このような素晴らしい書籍をありがとうございました。
その当時、大学の統計学の教科書と、機械学習の入門本を読んだ程度の知識背景でしたが、3ヶ月ほどの輪講で読み切ることができました(論文も3本しか読んだことない状態)。文章は平易な文で書かれているので、微分積分、線形代数、統計学の単位がしっかり取れていれば、問題なく読めるはずです。
0章は、ガウス過程についての概略が書いているのですが、最初読んだ時は理解することができませんでした(笑)しかし、3章まで読んだ後ですと、見事にガウス過程のエッセンスがまとめられているなぁと感動したのを覚えています(卒論発表ではお世話になりました)。
1章-2章は線形回帰とガウス分布に関する内容で、ガウス過程に入るまでの肩慣らしという感じです。
しかし、多変量ガウス分布の周辺化や条件付き確率の導出を追うのに苦労した記憶があります(笑)。
3章-4章が本書のメイントピックとなっています。
この章を読み切れば、ガウス過程回帰とはどうやって回帰問題を解いているのかという疑問を解決することができます。
また,比較として、一般化線形回帰と比較しているため、既存の回帰手法の問題点をクリアしている点もすんなり理解できると思います。
5章-7章では、ガウス過程に関する最新のトピックが中心となっており、一読しただけでは理解が難しいと思います。そのため、5章-7章は、ガウス過程に関するロードマップ的な使い方をすると良いと思います。幸いなことに本書は、参考文系の数も豊富ですので、先行研究のサーベイにとても役に立ちました。
M2になった今も愛読しているのですが、一つ不満点をあげるとするならば、ハイパーパラメータ最適化の箇所の説明が少ない点です。
最適化の方法として、勾配法とMCMC法を取り上げているのですが、両者の手法についての説明が少ないように感じました。
サポートページにあるコードにも、勾配法についての実装はあるものの、MCMC法についての実装はなく、別の文献やコードに頼る必要があります。
ガウス過程回帰を研究や実務に用いる場合は、ハイパーパラメータ最適化は避けられない課題であるので、この辺りのバックアップが親切だと嬉しいなと思った次第です。
それでも、他の文献を読むための力を本書に付けさせてもらいましたので、星5とさせていただきます。
著者である持橋さん、大羽さん、このような素晴らしい書籍をありがとうございました。
2020年1月6日に日本でレビュー済み
Amazonで購入
よそでガウス過程という用語を見てガウス過程がどういうものか分からなかったのでこの本を買ってしまいましたが(当然かも知れませんが)自分のような初学者には難しいです。
でもこの本でscikit-learnやTensorFlowにもあることが分かりましたので、この本で勉強することにします。
ところで日本初という触れ込みと第0章の謳い文句に惹かれたということもあって、この本を買ったわけですが、自分のレベルでは第0章に「ピンと」(p.11)来なかったので、ちょっと期待外れだった気もします。
大学でこの分野を学んだわけでもない自分のような人間には、ガウス過程がどういったことに利用できるのかといった具体的な応用面での話があった方が理解が捗ったのではないかと思います(もちろんこの本には応用面の話も載っていますが、自分にはイメージがちょっと湧きにくい気がします)。
とはいえガウス過程は有用だと思われていたけれども行列の計算量がネックで広まらなかったという話は、
(巻頭の編者の先生の言葉にある)「ビッグデータ」って要するに巨大過ぎる行列の処理のことだ、と、このところ思うようになった自分には、特に行列の計算量削減手法だけで1章が当てられている(第5章)ところにピンと来るものがあったので、自分には難易度高めですが、この本で少し勉強させてもらうことにします。
でもこの本でscikit-learnやTensorFlowにもあることが分かりましたので、この本で勉強することにします。
ところで日本初という触れ込みと第0章の謳い文句に惹かれたということもあって、この本を買ったわけですが、自分のレベルでは第0章に「ピンと」(p.11)来なかったので、ちょっと期待外れだった気もします。
大学でこの分野を学んだわけでもない自分のような人間には、ガウス過程がどういったことに利用できるのかといった具体的な応用面での話があった方が理解が捗ったのではないかと思います(もちろんこの本には応用面の話も載っていますが、自分にはイメージがちょっと湧きにくい気がします)。
とはいえガウス過程は有用だと思われていたけれども行列の計算量がネックで広まらなかったという話は、
(巻頭の編者の先生の言葉にある)「ビッグデータ」って要するに巨大過ぎる行列の処理のことだ、と、このところ思うようになった自分には、特に行列の計算量削減手法だけで1章が当てられている(第5章)ところにピンと来るものがあったので、自分には難易度高めですが、この本で少し勉強させてもらうことにします。
2019年11月23日に日本でレビュー済み
Amazonで購入
機械学習を勉強していると壁に出会います。その壁を取っ払ってくれる参考書。まさにモデルの探索の根本を記載した本。
2022年7月31日に日本でレビュー済み
Amazonで購入
まるで中古品のようなカバーの蛇腹状のシワシワ
約6分の1の領域に存在し、濡れて乾いて発生したみたい
新品購入の筈なのにふざけてる
約6分の1の領域に存在し、濡れて乾いて発生したみたい
新品購入の筈なのにふざけてる
2019年3月22日に日本でレビュー済み
Amazonで購入
おそらく、この書籍に興味を持つほとんどのかたは、自分のように機械学習関連でガウス過程という単語を耳にして気になって色々調べてはいるが、結局よく分からない、というひとだと思います。そういうひとにとっては、この書籍はまさに福音と言えるほどの出来であり、4章まで一気に読めました。構成も見事で、まさに自分のために書かれた本かと思うほどでした。読み進めるうえで、ベイズ推論とカーネル法の基礎知識はあったほうが良いと思います。文句なしの星5つです。