新品:
￥8,580 税込
ポイント: 86pt  (1%)
無料お届け日: 4月22日 月曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
ポイント: 86pt  (1%)  詳細はこちら
無料配送 4月22日 月曜日にお届け
詳細を見る
または 最も早い配送 本日中にお届け（9 時間 8 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
￥￥8,580 () 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
￥￥8,580
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 明日 4月21日にお届け（4 時間 8 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 MM市場
コンディション: 中古商品: 良い
コメント: ◆購入者様の送料負担はありません。 ◆アルコールクリーニング済みです。 ◆厚さ3センチ以内の商品はヤマト運輸のネコポスでの発送となります。 ◆24時間以内の出荷となりますが、稀に手続き不備などにより遅れる場合があります。 ◆土日祝日も出荷となります。 ◆中古品のためご使用に影響ない程度の経年劣化、キズ、汚れなどがある場合がございます。 また検品の際に気づかなかった書き込みがある場合がございます。 慎重な検品を心がけておりますが、予めご了承いただくよう宜しくお願いいたします。 ◆帯や商品内のクーポン券などをお付けできる保証はございません。 ◆付属品がある商品で本説明に付属の記載がない場合、限定・初回・付録などの表記があっても特典や内容物はないものとなります。
新品＆中古品 (49)件の出品：
￥6,357  & 配送料無料
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

著者をフォローする

栗田 多喜夫
フォロー
井手 剛
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。

パターン認識と機械学習 下 (ベイズ理論による統計的予測) 単行本 – 2012/2/29

C.M. ビショップ (著), 元田 浩 (監訳), 栗田 多喜夫 (監訳),
5つ星のうち4.7 50
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥8,580","priceAmount":8580.00,"currencySymbol":"￥","integerValue":"8,580","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"gn6kPehJok7ENH1KfoOsItbwuEauxb3lKLQE%2FvNtm5qWEp04aY1JNNQKmdy60uJi79kc3nPt9PpdHP7eAEI4VgLPvUtQqjj7fTKbv0v3NULz6ZMwSCUUAuHMydkqpddSqM5GbcKCqXI%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥6,357","priceAmount":6357.00,"currencySymbol":"￥","integerValue":"6,357","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"gn6kPehJok7ENH1KfoOsItbwuEauxb3lGpwi2X%2Fi5E3XDN%2Bnt69hYCJRXHYmS6FmHdcSpTxi7hfm5B5dZABHsU%2FluDBLupfHZFlISFVKKctX352p2wJwy%2FbgkH%2Ffl8T4c8cqgqPtnYBrSRfdZU%2FILyFDD3c0OQfqRY5xBDsU9qZ8Bv1TQ8nZQXL4hQ0JQV9z","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

ベイズ理論に基づく統計的予測技術は、計算アルゴリズムの開発と計算機の性能向上により、近年、急速に進展してきた。本書は、このベイズ理論に基づいた統一的な視点から、機械学習とパターン認識の様々な理論や手法を解説した教科書。この下巻では上巻の基礎的な話題を発展させた様々な手法を扱う。まず、予測精度の高さで注目を集めたサポートベクトルマシンと、今や幅広い領域で使われているカーネル法を説明。次に高度な確率モデルを表現するベイジアンネットなどのグラフィカルモデルや、潜在変数を扱うＥＭアルゴリズムを紹介。その後、ベイズ理論の適用範囲を広げた変分ベイズ法とＭＣＭＣ法について触れ、次元削減や時系列の扱いといった話題を詳説。最後に複数のモデルを結合するブースティングなどの手法を説明。
Previous page
  1. 本の長さ
    433ページ
  2. 言語
    日本語
  3. 出版社
    丸善出版
  4. 発売日
    2012/2/29
  5. 寸法
    2.2 x 15.7 x 23.5 cm
  6. ISBN-10
    4621061240
  7. ISBN-13
    978-4621061244
  8. 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

パターン認識と機械学習 下 (ベイズ理論による統計的予測)
￥8,580
86ポイント(1%)
最短で4月22日 月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。
+
パターン認識と機械学習 上
￥7,150
72ポイント(1%)
最短で4月22日 月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。
+
統計的学習の基礎 ―データマイニング・推論・予測―
￥15,400
924ポイント(6%)
最短で4月22日 月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
一緒に購入する商品を選択してください。

登録情報

  • 出版社 ‏ : ‎ 丸善出版 (2012/2/29)
  • 発売日 ‏ : ‎ 2012/2/29
  • 言語 ‏ : ‎ 日本語
  • 単行本 ‏ : ‎ 433ページ
  • ISBN-10 ‏ : ‎ 4621061240
  • ISBN-13 ‏ : ‎ 978-4621061244
  • 寸法 ‏ : ‎ 2.2 x 15.7 x 23.5 cm
  • カスタマーレビュー:
    5つ星のうち4.7 50

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。
前のページ
  1. 栗田 多喜夫

    栗田 多喜夫

    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

    著者ページでもっと見る
  2. 井手 剛

    井手 剛

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

    北海道千歳市出身。国立苫小牧工業高等専門学校（機械工学科）、 東北大学工学部（機械工学科＝編入学）を経て東京大学大学院理学系研究科（物理学専攻）修了。博士（理学）。現在、米国ニューヨークのIBM T.J. Watson Research Center にて人工知能、データマイニング、機械学習の研究に従事。

    著者ページでもっと見る
次のページ

カスタマーレビュー

星5つ中4.7つ
5つのうち4.7つ
50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

カスタマ
5つ星のうち5.0 内容難しすぎ
2021年11月4日に日本でレビュー済み
Amazonで購入
内容難しすぎるけど、英語理解するのも難しいから二重苦は避けれる
役に立った
 レポート
うみねこcafe
5つ星のうち5.0 ぷるむる下巻
2020年9月12日に日本でレビュー済み
Amazonで購入
深層学習が世界を席巻する前のSVMが一世を風靡していた頃に出た本のようですが、日本語の機械学習の本には参考文献として必ず名前が挙がっているだけではなく、「PRML」とか、場合によっては「ぷるむる」とか呼ばれたりする、その筋には非常に有名な本のようですが、正直なところかなり高いし深層学習の解説書というわけでもないので買うのは見送っていました。

ですが下巻にグラフィカルモデルの解説があるのに気がついて漸く買いました。

最初良く読みもしないで適当なことを書いてしまいましたが、グラフィカルモデルの項だけで50ページ以上、この出版年で既にハミルトニアンモンテカルロ法(この本での表記はハイブリッドモンテカルロアルゴリズム)が普通に載っている素晴らしい本で、高いようでいて下手な和書を何冊も買うよりもはるかにコストパフォーマンスが良いことが分かったのでやはり定評通りの星5つです。

ちなみにアメリカの教科書は大部(なので値段も張りますが)なものが多いですが、この本も著者がひとりだけだというのが信じがたかったりもします。

なお副題に「ベイズ」の文字があること、つまりは機械学習のベースは基本的にベイズ法だということは見落としてはいけないと思います。
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
Kaz
5つ星のうち4.0 歯ごたえあり
2014年8月19日に日本でレビュー済み
Amazonで購入
上巻はスッスーっと読めるんですが、下巻に入って数式のオンパレード。なかなか歯ごたえありというか、骨が折れるというか。
4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 手法が網羅されている
2019年7月24日に日本でレビュー済み
Amazonで購入
・頻度高く使用される手法が網羅されている
・数式×図で説明されているので分かりやすい
・どんな場面で使うかや、そもそもベイズって何？という基礎的な内容は割愛されている為、初心者には辛いかもしれない

各手法の辞書代わりに使わせてもらってます
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
徐 宏坤
5つ星のうち5.0 素晴らしい本
2020年3月17日に日本でレビュー済み
Amazonで購入
めっちゃ良い本です！素晴らしい👏！
1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
さいとお@宇都宮
5つ星のうち5.0 上巻を理解してからが推奨
2016年5月25日に日本でレビュー済み
Amazonで購入
サポートベクトルマシンって下巻しかなかったなあ、と思って購入。
上巻もわからないうちから下巻に手を出しても無駄を覚悟でしたが、結構別ものだったので読み進めることはできました。
……カーネル関数ってなんだっけ、ってますますわからなくなりましたが。
上巻は「今や古典と化した（とはいえ正則化が加わってるのがあなどれない）分析手法」に対し、下巻はもう少し発展的です。

それなり以上にわかりにくいことを分かりやすく説明してくれる名著なのは確かです。
表紙にあるようにグラフ理論（昨今はやりのトポロジカルデータ分析とも密接に関連してる）とかが出てくるので、
「ねえそれ今のタスクに何の関係があるの?」と読み飛ばさずに
「こういう考え方があるのね、どう組み合わせると今のタスクにブレイクスルーが来るのかね」と考えると
良いと思います。
あくまで機械学習はパーツの組み合わせなので、パーツの選び方は昨今いくらでもあります。
次元圧縮に線形主成分分析、カーネル主成分分析、ニューラルネットのどれがいいか選んだり、
予測モデルに線形回帰、決定木、ニューラルネット、勾配ブースティングツリーのどれがいいか選んだりできます。
機械的にクロスバリデーションやって結果がよかったから、じゃなくて「なぜこれがいいのか」を説明できないと
これからのデータエンジニアさんは厳しいんじゃないかと。
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
うぐいす
5つ星のうち4.0 すべてを網羅
2014年4月9日に日本でレビュー済み
これまでのパターン認識における統計学の内容をすべて網羅しているのではないか、というほどの濃い内容。
ただ、行間を埋めるためには、他の参考書が必須。
Webではこの本の解説、および実装例などが多数見かけられるので、そういったものを参考にしながら、Rなどで動かしつつ読み進めると理解の助けになるだろう。
もちろん、それでも難しい内容だ。
これを読破し、理解できた人は、おそらくトップクラスの統計的な知識を手に入れたことになるだろう。
私はまだまだだということを実感させられた。
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 カスタマー
5つ星のうち5.0 上を読んだら下も読むべき
2019年3月14日に日本でレビュー済み
Amazonで購入
上巻と比較すると敷居が高くなりますが、せっかく上を読んだなら、下も読むべきです。
1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