Hatena::ブログ(Diary)

ローマの道のり

2015-07-28

Pythonと欲しい本

Pythonスタートブックの復習をcodeAcademyでやってます
今は50%まで到達



この2冊が評判よくて、実際に見たところまず機械学習のほうからやったほうがよさそうでした
codeAcademyに目処が付いたらやりたいです

2015-07-22

2015-05-19

続・わかりやすいパターン認識

第1章 ベイズ統計
試行と事象/ベイズの定理/頻度から確信度ヘ/逆確率 -結果から原因を-/三つの扉問題
第2章 事前確率と事後確率
事後確率の計算/ベイズ更新/ベイズ更新の実験
第3章 ベイズ決定則
パターン認識/事後確率最大化/事前確率の効果/ベイズ誤り確率
第4章 パラメータ推定
学習とパラメータ推定/最尤推定/ベイズ推定/ベータ分布/共役事前分布/ベイズ推定における推定値の特定/ベイズ推定の実験/最尤推定とベイズ推定との比較/ディリクレ分布
第5章 教師付き学習と教師なし学習
学習のための二つの観測方法/最尤推定に必要な数学/教師付き学習/教師なし学習(パラメータπiの推定/パラメータθikの推定/推定結果の妥当性/教師付き学習との関係/教師なし学習アルゴリズムの演算 教師なし学習の実験)
第6章 EMアルゴリズム
教師なし学習に伴う問題/log-sumからsum-logヘ/Q関数の特性/Q関数の最大化/EMアルゴリズムと補助関数法
第7章 マルコフモデル
マルコフ性とマルコフモデル/マルコフモデルのパラメータ推定
第8章 隠れマルコフモデル
隠れマルコフモデルとは/前向き・後向きアルゴリズム/ビタービアルゴリズム/バウム・ウェルチアルゴリズム/隠れマルコフモデルによる識別系/隠れマルコフモデルの実験(前向きアルゴリズムの実験/ビタービアルゴリズムの実験/バウム・ウェルチアルゴリズムの実験/識別実験)
第9章 混合分布のパラメータ推定
混合分布に対するパラメトリックな学習/教師付き学習によるパラメータ推定/教師なし学習によるパラメータ推定(最適なパラメータ/教師付きの場合との対比/EMアルゴリズムとの関係)/混合正規分布のパラメータ推定/混合正規分布のパラメータ推定実験( 一次元正規分布/多次元正規分布/クラスタリングについて)
第10章 クラスタリング
クラスタリングとは/K-means法(δkに関する最小化/Piに関する最小化)/K-means法の実験(使用データおよびベイズ識別関数による決定境界/K-means法による決定境界)/K-means 法とEMアルゴリズム/凸クラスタリング法/凸クラスタリング法の実験/クラスタ数の推定
第11章 ノンパラメトリックベイズモデル
分割の確率モデル/ホップの壺モデル/中華料理店過程/事前確率のための確率モデル/ ディリクレ分布から分割ルールヘ/ディリクレ過程の数学(ディリクレ過程の定義/確率分布G(θ)の形状/棒折り過程)
第12章 ディリクレ過程混合モデルによるクラスタリング
ディリクレ過程混合モデルとその学習法/ノンパラメトリックベイズモデルの実験(基底分布の設定/クラスタリング法1の実験/クラスタリング法2の実験)
第13章 共クラスタリング
関係データに対する共クラスタリング/無限関係モデル(IRM) /IRMの学習
付録A 補足事項

続・わかりやすいパターン認識―教師なし学習入門―

続・わかりやすいパターン認識―教師なし学習入門―



内容がとてもヘビーになって続編が登場

言語処理のための機械学習入門

1 必要な数学的知識
2 文書および単語の数学的表現
3 クラスタリング
4 分類
5 系列ラベリング
6 実験の仕方など

言語処理のための機械学習入門 (自然言語処理シリーズ)

言語処理のための機械学習入門 (自然言語処理シリーズ)

2015-05-16

わかりやすいパターン認識

第1章 パターン認識とは
第2章 学習と識別関数
第3章 誤差評価に基づく学習
第4章 識別部の設計
第5章 特徴の評価とベイズ誤り確率
第6章 特徴空間の変換
第7章 部分空間法
第8章 学習アルゴリズムの一般化
第9章 学習アルゴリズムとベイズ決定則

わかりやすいパターン認識

わかりやすいパターン認識

2015-04-05

はじめてのパターン認識

第1章 はじめに
第2章 識別規則と学習法の概要
第3章 ベイズの識別規則
第4章 確率モデルと識別関数
第5章 k最近傍法(kNN法)
第6章 線形識別関数
第7章 パーセプトロン型学習規則
第8章 サポートベクトルマシン
第9章 部分空間法
第10章 クラスタリング
第11章 識別器の組み合わせによる性能強化

はじめてのパターン認識

はじめてのパターン認識



機械学習にも手をつけていきます

フリーソフトでつくる音声認識システム

第1部 パターン認識の基礎
第1章 パターン認識って何?
第2章 データをきちんと取り込もう
第3章 パターンの特徴を調べよう
第4章 パターンを識別しよう
第5章 誤差をできるだけ少なくしよう
第6章 限界は破れるか−SVMとニューラルネットワーク
第7章 未知データを推定しよう−統計的方法
第8章 本当にすごいシステムができたの?
第2部 実践編−音声認識システムをつくる
第9章 連続音声を認識してみよう
第10章 声をモデル化してみよう−音響モデルの作り方・使い方・鍛え方
第11章 HTKを使って単語を認識してみよう
第12章 文法を使って音声を認識してみよう
第13章 統計的言語モデルを作ろう
第14章 連続音声認識に挑戦しよう
第15章 会話のできるコンピュータを目指して

フリーソフトでつくる音声認識システム パターン認識・機械学習の初歩から対話システムまで

フリーソフトでつくる音声認識システム パターン認識・機械学習の初歩から対話システムまで