新品:
￥3,300 税込
ポイント: 33pt  (1%)
無料お届け日: 4月19日 金曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
ポイント: 33pt  (1%)  詳細はこちら
無料配送 4月19日 金曜日にお届け
詳細を見る
または 最も早い配送 本日中にお届け（5 時間 40 分以内にご注文の場合）
詳細を見る
残り19点（入荷予定あり） 在庫状況について
￥￥3,300 () 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
￥￥3,300
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19日 金曜日にお届け
詳細を見る
または 最も早い配送 本日中にお届け（5 時間 35 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】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： ￥1,691
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

平井 有三
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。

はじめてのパターン認識 単行本（ソフトカバー） – 2012/7/31

5つ星のうち3.8 59
すべての形式と版を表示
{"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":"chNuPRHPasfWJw9Um8hM7GxPtXMFV6124dQ5Sho%2BdcDAVgghvIZHu4rIVR%2FdbMD6jP9IFX5%2BjhivMNNYcJL3I1m8%2FFUfL5QZz3QjGa5hcxk4q56%2F6UMbpxDdDnuBmOB%2FuwoMkFKk41M%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥1,691","priceAmount":1691.00,"currencySymbol":"￥","integerValue":"1,691","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"chNuPRHPasfWJw9Um8hM7GxPtXMFV612dUIREh2SIfHlu1VfJOVpDhUtj9n8L47rtOOly8CwyX12r3ZXRbXNDnLpUlezRATLnrik6QzSmiiqE9mejQU9m2lH76QpIHk5QGSqlHa8hAv%2B4H1Aonl%2FeCQH19EHADPYb35ug82tLpm8R4qkzBsV4w%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

パターン認識にはじめて触れる読者に向け、基礎からわかりやすく解説した入門書。

パターン認識の概念がよく理解できるとともに、 Rによる実行例など、実際に応用する際にも役立つ内容が盛り込まれています。

【目次】
第1章 はじめに
1.1 パターン認識とは
1.2 特徴の型
1.3 特徴ベクトル空間と次元の呪い
章末問題

第2章 識別規則と学習法の概要
2.1 識別規則と学習法の分類
2.2 汎化能力
章末問題

第3章 ベイズの識別規則
3.1 ベイズの識別規則
3.2 受信者動作特性曲線
章末問題

第4章 確率モデルと識別関数
4.1 観測データの線形変換
4.2 確率モデル
4.3 確率モデルパラメータの最尤推定
章末問題

第5章 k最近傍法(kNN法)
5.1 最近傍法とボロノイ境界
5.2 kNN法
5.3 kNN法とベイズ誤り率
5.4 kNN法の計算量とその低減法
章末問題

第6章 線形識別関数
6.1 線形識別関数の定義
6.2 最小2乗誤差基準によるパラメータの推定
6.3 線形判別分析
6.4 ロジスティック回帰
章末問題

第7章 パーセプトロン型学習規則
7.1 パーセプトロン
7.2 誤差逆伝搬法
7.3 誤差逆伝搬法の学習特性
章末問題

第8章 サポートベクトルマシン
8.1 サポートベクトルマシンの導出
8.2 線形分離可能でない場合への拡張
8.3 非線形特徴写像
8.4 ν-サポートベクトルマシン
8.5 1クラスサポートベクトルマシン
章末問題

第9章 部分空間法
9.1 部分空間
9.2 主成分分析
9.3 特異値分解
9.4 部分空間法
9.5 カーネル主成分分析
9.6 カーネル部分空間法
章末問題

第10章 クラスタリング
10.1 類似度と非類似度
10.2 非階層型クラスタリング(K-平均法)
10.3 階層型クラスタリング(融合法)
10.4 確率モデルによるクラスタリング
章末問題

第11章 識別器の組み合わせによる性能強化
11.1 ノーフリーランチ定理
11.2 決定木
11.3 バギング
11.4 アダブースト
11.5 ランダムフォレスト
章末問題

付録 ベクトルと行列による微分
A.1 ベクトルによる微分
A.2 行列によるスカラー関数の微分
章末問題の解答

参考文献
索引
Previous page
  1. 本の長さ
    232ページ
  2. 言語
    日本語
  3. 出版社
    森北出版
  4. 発売日
    2012/7/31
  5. 寸法
    15.2 x 0.8 x 22 cm
  6. ISBN-10
    4627849710
  7. ISBN-13
    978-4627849716
  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

はじめてのパターン認識
￥3,300
33ポイント(1%)
最短で4月19日 金曜日のお届け予定です
残り19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。
+
はじめてのパターン認識 ディープラーニング編
￥3,960
40ポイント(1%)
最短で4月19日 金曜日のお届け予定です
残り18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。
+
Kaggleで勝つデータ分析の技術
￥3,608
217ポイント(6%)
最短で4月19日 金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

筑波大教授 工博

登録情報

  • 出版社 ‏ : ‎ 森北出版 (2012/7/31)
  • 発売日 ‏ : ‎ 2012/7/31
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 232ページ
  • ISBN-10 ‏ : ‎ 4627849710
  • ISBN-13 ‏ : ‎ 978-4627849716
  • 寸法 ‏ : ‎ 15.2 x 0.8 x 22 cm
  • カスタマーレビュー:
    5つ星のうち3.8 59

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。
平井 有三

平井 有三

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3.8つ
5つのうち3.8つ
59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

あ
5つ星のうち5.0 機械学習の基礎を習得できる良書
2024年2月24日に日本でレビュー済み
Amazonで購入
本書は筑波大学で教鞭を取られている先生が、学部生向けの講義内容を書籍化されたもの。よって、内容は学部3年生程度であり、線形代数や解析学は身に付いている前提を置いている。

全くの数学初心者はターゲット外なので注意。しかし、内容は分かりやすく本書を通して機械学習の基本を学ぶことができました。
役に立った
 レポート
Stinger
5つ星のうち4.0 古典的な機械学習の理論を浅く広く学べる本。ただし読み方には注意が必要。
2022年2月23日に日本でレビュー済み
Amazonで購入
○対象読者
難しすぎるから低評価という人が多いようなので言っておきますが、本書はそもそも大学の理系学部の教科書であり、一般的な理系学生が大学1-2年で習う知識を多少なりとも知っていなくては読めません。
別に線形代数の教科書を隅々まで覚えていなくてはだめというのではなく、例えば正規直交基底という言葉を聞いたことがあり、少なくともどうやって調べればいいか（例えばどの本のどこら辺を読めばいいか）くらいはわかっている必要があります。線形代数、微積分、統計学についてそれくらいのレベルは必要です。
難しすぎると思うのなら復習してから再チャレンジしましょう。

後に詳しく述べるよう、誤りが多いのでそれを見つけて正すくらい真剣に読むと、勉強になります。一人でそこまでするのはしんどいので、仲間と一緒に輪講形式で読むとなお良いと思います。

○内容
古典的な機械学習のみを扱い、最新のディープラーニングなどは出てきません。しかし、後にディープラーニングにつながる多層パーセプトロンなどは出てきます。
様々な機械学習の手法の理論を浅く広く学べます。

○問題点
本書には重大な誤りがいくつもあります。正誤表が長いなどと言われているようですが、正誤表に載っているような誤りはほとんどが軽微なもので、ちゃんと手を動かして計算すれば気づくのでたいした問題ではありません。
本書には正誤表に載っていない誤りもたくさんありますし、その中には論理そのものがまるっきり間違いというものまで含まれています。
いくつか例を挙げます。

・第5章（kNN）で、「高次元空間では漸近仮定は成り立たない」と書いてありますが、誤りです。有限次元であれば1000次元だろうと10000次元だろうと成立します。そもそも、何次元からが高次元なのでしょう？99次元は低次元、100次元は高次元だとして、99次元までは成り立っていたものが100次元で突然成り立たなくなることはありえませんよね。
ε-N論法を使えば、（数学的に厳密な証明ではないものの/本書の証明も全部そうですが）任意の次元dで漸近仮定が成立することを証明できます。

・第7章（パーセプトロン）のパーセプトロンの収束定理で、w*は「収束したベクトル」と説明されていますが、そもそも収束するかどうかの証明なので収束したベクトルは使ってはいけません。証明問題で証明したい内容を使ってはいけないという基本中の基本を間違えています。
正しくは「任意の解ベクトルの一つ」です。線形分離可能という条件から解ベクトルが存在することはわかっているので、これは使えます。こうすることで、不等式に急にD_maxが登場する理由もわかります。マージンがD_maxとなるwは解ベクトルの一つなので、|w*|はD_maxに置き換えても成り立つわけです。

これはほんの一例で、これ以外にも重大な誤りがいくつかあります。本書に限らず、大学の教科書はしばしば間違いがあるものなので、それを見つけるつもりでじっくり読むと勉強になります。
20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3.0 難しい
2018年11月27日に日本でレビュー済み
Amazonで購入
広く浅く、という事なのだろうが説明が些か少ないのと、確率と統計で用いる数式などを知っておかないと、読み進めるのは難しい。

機械学習の本当のさわりという事であればオライリーシリーズのディープラーニング本のような言葉と式の易しいものの方がわかりやすいと思った。
11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
user9913
5つ星のうち5.0 機械学習の定番中の定番理論書
2018年2月4日に日本でレビュー済み
Amazonで購入
機械学習ができるフリーのライブラリは、
多数出ています。

scikit-learnに代表される機械学習ライブラリは、
数百のモジュールと数万のメソッドがあります。

しかし、道具があっても使い方がわかっていないと、
間違った使い方をする可能性があります。

そこで、機械学習の理論的側面を学ぶなら、
本書がおすすめです。

数学的な裏付けがある理論をひととおり把握すれば、
便利な道具も適切に使いこなすことができ、
仕事で結果を出せるので、年収アップにもつながるでしょう。

特に理論をおろそかにしがちなプログラマにおすすめします。
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
Apple信者
5つ星のうち1.0 ひたすら数式を追うのがしんどい。誰向けの本？
2020年7月22日に日本でレビュー済み
Amazonで購入
"はじめてのパターン認識"は機械学習の自主学習本として有名であるが，実践というよりはかなり理論寄りの内容である．数式を追うのが大変だった．最低でも大学一般教養の線形代数，確率統計については基礎をおさえておかないとしんどい．1周しただけでは何も身につかないような気がする．章末問題の難易度と問題数は適度であり，内容の理解が深まった．決して機械学習の入門書ではないと思われる．タイトルの変更をしたほうが良いのでは？一体誰向けの本？

追記2020/9/25
“ゼロからつくるPython機械学習プログラミング入門”
という本は“はじパタ”と同様に分類問題も扱っているが、“ゼロからつくる”の方が数式展開が追いやすく、numpy、pandasを用いて実践的なため、理論と実践のバランスが良い。
6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4.0 Rの例がよい
2016年9月24日に日本でレビュー済み
Amazonで購入
教科書として購入しました。統計学の知識があると読みやすいと思います。
読み込み頑張ります。
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
tkotko
5つ星のうち5.0 一番勧められた本
2017年11月21日に日本でレビュー済み
Amazonで購入
機械学習について、
一番勧められたので購入しました。

確かにわかりやすく、納得できる内容でした。

コードまで書いていないところが自分にはぴったり。
非技術者ではないが、機械学習を学ぶ必要ができた自分には
ちょうどいい内容でした。
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
Amin
5つ星のうち3.0 非常に勉強しやすい本だがミスプリが多すぎる
2020年1月25日に日本でレビュー済み
初版はあまりにもミスプリが多い．サポートページで更新されているから直せるものの．．．
初学者が１冊もっておくととても心強い一冊．
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