新品:
￥3,080 税込
ポイント: 185pt  (6%)
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
ポイント: 185pt  (6%)  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 最も早いお届け日時指定便 明日 8:00 - 12:00の間にお届け（19 分以内にご注文の場合）
詳細を見る
在庫あり。 在庫状況について
￥￥3,080 () 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
￥￥3,080
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
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（8 時間 19 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 ひまわり書房【インボイス登録事業者365日毎日発送！】
Amazon.co.jp が発送
コンディション: 中古商品: 良い
コメント: 【Amazon倉庫から迅速にお届け】【書き込みなし】帯付き。中古商品のため多少の使用感がございますが比較的良好な状態です。専用液で丁寧にクリーニングしOPP袋に梱包してAmazon倉庫に納品しております。■十分に検品しておりますが、もしAmazonのコンディション・ガイドラインと明確に異なっていた場合は速やかに返品、返金対応いたします。安心してお買い求めください。

フルフィルメントby Amazon™というサービスを利用している出品者の商品になります。これらの商品は、Amazonフルフィルメントセンターにて保管・管理され、Amazon.co.jpが商品の梱包、出荷、返品などを代行しています。フルフィルメントby Amazonの商品は、Amazon.co.jp が販売している商品と同様に国内配送料無料(条件あり)やAmazonプライム®の対象になります。

フルフィルメント by Amazonを利用して、ビジネスの拡大につなげましょう。プログラムについての詳細はこちらです。
新品＆中古品 (44)件の出品：
￥2,000  + ￥257 配送料
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

須山 敦志
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。

機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書) 単行本（ソフトカバー） – 2017/10/21

須山 敦志 (著), 杉山 将 (監修)
5つ星のうち4.1 96
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥3,080","priceAmount":3080.00,"currencySymbol":"￥","integerValue":"3,080","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"oPsiGft3Jq9nkLHUxa8iO7kIa6qJHxmmlaB5XXzRA%2BnKDsVphOkoMV%2FI9WAS32naWO5WG7wgtsQAQqpNlqMGJoPk0iSXdZu%2B%2F112OZxodhW7LjePvIStXEJZaw0HeMTmoS%2FVyvUR5AE%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥2,612","priceAmount":2612.00,"currencySymbol":"￥","integerValue":"2,612","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"oPsiGft3Jq9nkLHUxa8iO7kIa6qJHxmmzgU%2BSqxR5EyHDdIxDnppF%2Bjdlnmb9xTjLVvP2D6ZzBMIJIfVPMFEDse0bdn1xoO9GEbUohS6xInZFWfJGPZ0nQA5lpbkfqgnzKliZxfE2dxoA1%2FzCLTYB8ICNVbinPw20y30VQ5pFCOiSsmIt5mcHg%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い


最短経路で平易に理解できる、今までにない入門書!
ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

【主な内容】
1 機械学習とベイズ学習
2 基本的な確率分布
3 ベイズ推論による学習と予測
4 混合モデルと近似推論
5 応用モデルの構築と推論

【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく!」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。

まず、以下の2点を同時に刊行いたします(^o^)/

『これならわかる深層学習入門』瀧 雅人・著
『ベイズ推論による機械学習入門』須山 敦志・著/杉山 将・監修
Previous page
  1. 本の長さ
    256ページ
  2. 言語
    日本語
  3. 出版社
    講談社
  4. 発売日
    2017/10/21
  5. 寸法
    15 x 1.7 x 21 cm
  6. ISBN-10
    4061538322
  7. ISBN-13
    978-4061538320
  8. すべての詳細を表示
Next page
新品まとめ買い 機械学習スタートアップシリーズ
ページ 1 / 1最初に戻るページ 1 / 1
Previous page
  1.
    機械学習スタートアップシリーズ ゼロからつくるPython機械学習プログラミング入門 (KS情報科学専門書)
    1巻
    ￥3,300
  2. 機械学習スタートアップシリーズ これならわかる深層学習入門 (KS情報科学専門書)
    2巻
    ￥3,300
  3. 機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)
    3巻
    ￥3,080
  4. 機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで (KS情報科学専門書)
    4巻
    ￥3,080
Next page
1点以上の商品はAmazon.co.jp以外の出品者から販売または配送されます。
結果は以上です
合計 (4/4 冊): ￥12,760
獲得ポイント:  766 pt (6%)

通常配送無料. 詳細

すべての商品はAmazon.co.jpから販売、配送されます。 配送料および配達日はレジでご確認ください。

1点以上の商品はAmazon.co.jp以外の出品者から販売または配送されます。 詳細を見る
1点以上の商品は現在、購入することができません

よく一緒に購入されている商品

機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)
￥3,080
185ポイント(6%)
最短で4月21日 日曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
ベイズ深層学習 (機械学習プロフェッショナルシリーズ)
￥3,300
198ポイント(6%)
最短で4月21日 日曜日のお届け予定です
残り12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。
+
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
198ポイント(6%)
最短で4月21日 日曜日のお届け予定です
在庫あり。
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いくつか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

著者について

須山 敦志
2009 年 東京工業大学工学部情報工学科卒業.
2011 年 東京大学大学院情報工学研究科博士前期課程修了.
国内メーカーの研究職,UK のベンチャー企業の研究職を経て,現在はデータ解析に関するコンサルティングに従事.
ブログ「作って遊ぶ機械学習。」にて実践的な機械学習技術に関する情報を発信中.
twitter ID:@sammy_suyama

杉山 将
理化学研究所 革新知能統合研究センター センター長
東京大学大学院新領域創成科学研究科 教授

登録情報

  • 出版社 ‏ : ‎ 講談社 (2017/10/21)
  • 発売日 ‏ : ‎ 2017/10/21
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 256ページ
  • ISBN-10 ‏ : ‎ 4061538322
  • ISBN-13 ‏ : ‎ 978-4061538320
  • 寸法 ‏ : ‎ 15 x 1.7 x 21 cm
  • カスタマーレビュー:
    5つ星のうち4.1 96

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。
須山 敦志

須山 敦志

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4.1つ
5つのうち4.1つ
96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
丁寧な解説だが容易ではない
4 星
丁寧な解説だが容易ではない
入門なので、一から丁寧にかかれていますが、前書きにかかれているように"大学レベルの数学的教養"は必要です。良くも悪くも数学的内容がそれなりに出てきます。そういう認識で買った方がいいです。
非表示
フィードバックをお寄せいただきありがとうございます
申し訳ありませんが、エラーが発生しました
申し訳ありませんが、レビューを読み込めませんでした

上位レビュー、対象国： 日本

Furuya.Syota
5つ星のうち5.0 AIに明るい人でないと読むのは厳しいですが、非常に参考になります
2021年11月20日に日本でレビュー済み
Amazonで購入
昨今、ビジネスにおいてもベイズが適用されることが増えてきました。そのため、ベイズが分かりやすく書かれている本という紹介を受け、購入してみました。

大学レベルの数学を理解していない方には難しいかと思いますが、理系の方であれば読めるかと思います。

また、ベイズはいきなり細かな計算をガリガリやりながら勉強するというよりは、計算式から「どのようなことをしているのか？」という概要を掴むことからスタートするのが良いと思っています。

他の書籍よりかは初心者向けの本だと思うので、ゆっくりでもいいので読み進めていけば、周りの人よりもベイズに詳しくなることは間違いないです。

とにかくオススメです。
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
Amazon user
5つ星のうち4.0 基本から学ぶならおすすめ
2022年2月10日に日本でレビュー済み
Amazonで購入
分かりやすい内容でした
3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
mokemokechicken
5つ星のうち5.0 今まで知らなかった大前提がよくわかった
2018年1月4日に日本でレビュー済み
Amazonで購入
様々な確率分布同士がどういう関係かを最初丁寧に解説してくれて、その後ベイズ的なモデリングで具体的にどう使うかを説明してくれる。
今まで知らなかった大前提がよくわかった（気分になった）。

例えば「共役事前分布ってなんやねん！」と悩んでいる人には特におすすめです。
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
ポポポン
5つ星のうち4.0 PRMLより良なところあり
2018年10月1日に日本でレビュー済み
Amazonで購入
ベイズで使われる確率分布の紹介、解析的に事後分布と予測分布が計算できるケース、解析的にできない場合の数値的な実現方法についてコンパクトにまとまっている。ベイズ機械学習と言えばPRMLという時代が長かったが、和書でもあるこの本は多くの日本人を救うだろう。PRMLに比べれば親切である（後で述べるように、PRMLと比べての話ではあるが、それでもずっと界隈は健全化すると考えられる！）。ベイズ推論の何らかの計算ができるようになるという段階までを入門とするのであれば、悪くない内容である。モデルの評価について、サンプルサイズによって選ばれるモデルが異なる（複雑になっていく）ということを明記しているのは、特に高評価。

（追記：自分の他の本への書評に対して辛口に点数をつけすぎたと反省、☆４が妥当と思う。）

しかし、気になる点は決して少なくない。長いので概要を先に述べると、内容の偏りと読者に致命的な誤解を与えかねない記述がみられるというところ。また、対象読者の範囲が中途半端であるということもある。この本の結果を使って簡単な数値実験を行いながらベイズ推論を勉強した後、この本の理論部分・アルゴリズムの導出部分を理解する、という流れであれば入門になるかもしれないが、理論部分は入門者にとっては計算が激しいところも少なくない。

以下、気になる理由。

第一は真の分布や汎化損失についての記述がないことである。統計的学習においてモデルの評価は重要である、というよりむしろデータの発生源が不明であってもモデルの評価ができることが統計学のすごいところである。この本はタイトルの通りベイズ推論による機械学習を入門するための本である。機械学習そのものではない。それはタイトル通りであり何も問題はないのだが、機械学習でよくモデルの評価指標に使われる汎化損失--実際は直接計算できないためにそれを計算するために交差検証や情報量規準が使われるが--について一切記述がなく、評価指標については「ベイズではエビデンスの大小で評価することが多い」としか書いていないのは些か以上に不適当であると思う。エビデンスは一般には直接計算することが困難なはずだが、変分推論以外に近似手法を載せていない。2017年の本ならレプリカモンテカルロの詳細やsBICとは言わないが、BICやWBICくらいは載せてもらいたいものである。著者は真の分布が嫌いらしいが（Twitterレベルの確度）、そんなことで入門者にバイアスをかけないでほしい。

第二は、行間の量である。やるだけの計算、というにはややテクニカルな操作が必要な個所は少なくないため、この本では行間が広すぎるのではないだろうか。紙面の都合かもしれないが、その場合は変分推論の概略だけを書いてやめてしまっている5章をすべてカットして、3章と4章をより丁寧に書いて欲しいところである。これでもPRMLよりは日本語ネイティブの専門家による書籍ということもあって読みやすいので、出版の意義は十分あるのだが、この行間を追える人はこの本の内容では不満足だろうし、結果だけ使う人にとっては仮にもMLPシリーズなだけあって学術書すぎるきらいがあると考えられる。未定義語についても行間という言葉に含めるのであれば、マルコフ連鎖の説明もなくMCMCという単語を出されても、困惑するか説明不足を感じるのではないだろうか。いっそギブスサンプリングという単語だけを出してしまえば応用上は問題ないだろうに。数式の難解さについても言えることだが、入門書としての立ち位置・読者の敷居が中途半端に感じる。

第三は、変分推論偏重であること。MCMCの方が一般的に使われると思われる。繰り返し法による変分推論アルゴリズムやギブスサンプリングを導出できるクラスは決して広くないため、応用上はメトロポリスヘイスティング法やハミルトニアンモンテカルロ法（こちらはこの本でも軽く触れられている確率的計算機言語Stanで簡単にやってくれる）も重要である。

第四は、致命的な間違いである。文中、簡単な例を用いて、サンプルサイズが大きくなるときはベイズと最尤の推論は一致し、事後分布はハイパーパラメータに依存せず同じ形に近づいていくということを主張している箇所があるが、これは間違っている。一般に、サンプルサイズが大きくなるとき、ベイズと最尤は一致しないし、事後分布はハイパーパラメータに依存することがある。もちろん適切な条件を課せば、本書の主張が通ることはある。本書の3章で述べられているような簡単な場合では--悪くない近似推論を使った場合でも--そういった現象は観測できる。しかし4章や5章といった応用上重要な複雑なモデル（隠れ変数や階層構造を持つ）では、そのようなことは成立しない。混合指数型分布（混合ポアソンや混合ガウスなど）は、まさしくベイズと最尤が一致しない上にディリクレ分布のハイパーパラメータに事後分布が強く依存する例である。にもかかわらず、ベイズと最尤の漸近一致を混合分布の章で述べているのは大きな誤解を招くだろう。

総じて、突っ込みどころは少なくない。しかしそれでも、PRMLよりは易しいという点において存在意義はある（PRMLと本書どちらでも正確な記述については、本書は優秀な和書である！）。適切な突っ込みが入る環境下で最初にベイズを学ぶ際に読むには向いているが、この本だけで入門すると主に複雑なモデルを使いたくなる実世界で痛い目にあうだろう（過学習）。75点くらいにはなるだろうということから星4に
74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
富永 遼太
5つ星のうち4.0 ベイズ推論や共役事前分布と親しくなれる
2019年1月3日に日本でレビュー済み
Amazonで購入
PRML上巻を読んでいて難解だったので、理解の助けになることを願い、本書を購入しました。

私自身の前提知識は、
文系学部出身のエンジニアで、大学教養レベルの微積分・線形代数は独学といった状態です。
機械学習・ベイズ統計学関連では、
・はじめてのパターン認識
・完全独習 ベイズ統計学入門　小島 寛之
の2冊は読破しています。

PRMLと比べれば式展開は細かく、丹念に追っていけば理解はつらくないです。
実用的なティップスについても言及されており、応用を意識している印象を受けます。

専門的な人からすると足りない箇所もあるのかもしれませんが、とりあえず1冊で概要を掴むのにはうってつけかと。
少なくともベイズ推論に関しては、より身近に感じられるようになりました。

MCMCについては、岩波から出ている「計算統計II――マルコフ連鎖モンテカルロ法とその周辺」を当たればよいと思います。
22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
ひろ
5つ星のうち5.0 具体的な計算例が豊富でとても分かりやすい
2020年5月11日に日本でレビュー済み
ここ2年くらいで一番良かった本です。
共役事前分布の説明って殆どが正規分布のペアで終始してしまっていて、他の分布はどうなるんだろうという気持ちがずっと有りました。そういうところをスカッとさせてくれたり、緑本とかでMCMCが出てきて、何度か読み返したけど「うーん...分かったような分からないような」というときに、サンプリングって何なのかをはっきりと示してくれました。
私としては大変お薦めしたい本ですが、レベルが自分にあってこその高レビューです。本自体はしっかりと書かれているので、数学の素地がある人には大丈夫です。とは言え、理系の大学・大学院出て、メーカーに就職して、「最近機械学習流行っているし、入門からやってみようか」みたいな人には無理だと思います。仕事、研究で色々やっていて、ベイズ的な手法で色々勉強したけどちょっとモヤモヤが残る人が手に取ると、その雲が晴れるといったたぐいの本だと思います。
2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 カスタマー
5つ星のうち5.0 ハマれば良書
2018年6月6日に日本でレビュー済み
機械学習について、「これからやってみよう！」というときには100%向いてないです。
自分はニューラルネットやkNNなどの機械学習と、正規分布やPCAなどの統計について(つまり、かなり序の口)知っている状態で読み始めました。
ベイズの、事後確率から始まり、基本的な単語がどのような考え方で計算されているのかが書かれており、まさに今の段階でちょうど良いレベルかなと感じました。

対象読者が限られる本なので気をつけた方がいいですが、ハマれば良書です。
14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
うみねこcafe
5つ星のうち4.0 参入障壁
2020年1月4日に日本でレビュー済み
Amazonで購入
監修者の先生が書かれた巻頭の監修にあたっての中に「参入障壁」とありますが、自分のような素人に取って最大の参入障壁は、この学術関係者向けのシリーズの常で「入門」と題しているこの本でもソースコードのサンプルが全くないことだと思います。

と書いてしまいましたが、GitHubのURLがまえがきの一番最後にありました。著者の先生お許し下さい。ただ本体部分はJuliaで書かれているそうで、PyTorchでさえ、何ですかそれ、な自分には理解は困難そうです。

ところで、この本はベイズ法自体がどういうものなのか分からなかったので買ったわけですが、他の本で多少は専門用語も分かって来たレベル(今日の自分)ならば、復習用に読むのには良くまとまっていて良いと思いますが(なので星は4つに増やしました)、ベイズという言葉しか知らない初学者の方にはやはり薦められません。
17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