資料詳細

目次

第1章 2クラス分類

  1.1 はじめに

  1.2 線形SV分類

  1.3 双対表現

  1.4 カーネルによる一般化

  1.5 計算上の特徴

  1.6 SV分類の性質

第2章 多クラス分類

  2.1 はじめに

  2.2 1対他方式

  2.3 1対1方式

  2.4 誤り訂正出力符号

  2.5 多クラス問題の同時定式化

第3章 回帰分析

  3.1 回帰問題

  3.2 最小二乗法と最小絶対誤差法による回帰

  3.3 SV回帰の定式化

  3.4 SV回帰による非線形モデリング

  3.5 SV回帰の性質

  3.6 分位点回帰分析

第4章 教師なし学習のためのサポートベクトルマシン

  4.1 教師なし学習のタスク

  4.2 1クラスSVM

第5章 カーネル関数

  5.1 カーネル関数の性質

  5.2 いろいろなカーネル関数

第6章 最適化概論:最適性条件と汎用的解法

  6.1 はじめに

  6.2 最適性条件

  6.3 汎用的解法

第7章 分割法

  7.1 分割法

  7.2 カーネルSVMのためのSMOアルゴリズム

  7.3 線形SVMのためのDCDMアルゴリズム

第8章 モデル選択と正則化パス追跡

  8.1 モデル選択と交差検証法

  8.2 正則化パス追跡アルゴリズム

第9章 逐次学習

  9.1 はじめに

  9.2 ウォームスタート

  9.3 アクティブセットに基づく方法

第10章 サポートベクトルマシンのソフトウェアと実装

  10.1 統計解析環境Rを用いたSVM

  10.2 LIBSVMソフトウェアの実装

  10.3 LIBSVMのアルゴリズムの流れ

第11章 構造化サポートベクトルマシン

  11.1 はじめに

  11.2 結合特徴ベクトル空間における最大マージン

  11.3 最適化法

  11.4 損失関数の導入

  11.5 応用例:ランキング学習

第12章 弱ラベル学習のためのサポートベクトルマシン

  12.1 はじめに

  12.2 半教師あり学習のためのSVM

  12.3 マルチインスタンス学習のためのSVM

ページの先頭へ