資料詳細

[ 和図書 ] 変分ベイズ学習 ( 機械学習プロフェッショナルシリーズ )

中島伸一／著 -- 講談社 -- 2016.4 --

所蔵

所蔵は 1 件です。

所蔵館	所蔵場所	資料区分	請求記号	資料コード	所蔵状態	資料の利用
配架日	協力貸出	利用状況	返却予定日	資料取扱	予約数	付録注記	備考
中央	書庫	一般図書	/007.1/5462/2016	7107225948		Digital BookShelf
2016/05/24	可能	利用可			0

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

ページの先頭へ

資料詳細

ISBN	4-06-152914-4
ISBN13桁	978-4-06-152914-4
タイトル	変分ベイズ学習
タイトルカナ	ヘンブンベイズガクシュウ
著者名	中島伸一／著
著者名典拠番号	110006596420000
出版地	東京
出版者	講談社
出版者カナ	コウダンシャ
出版年	2016.4
ページ数	11, 147p
大きさ	21cm
シリーズ名	機械学習プロフェッショナルシリーズ
シリーズ名のルビ等	キカイガクシュウプロフェッショナルシリーズ
シリーズの編者等	杉山将／編
シリーズの編者等の典拠番号	110005343620000
価格	¥2800
内容紹介	はじめにベイズ学習の基礎を説明し、「共役性」と「制約の設計指針」に焦点を当てて、変分ベイズ学習アルゴリズムの導出を丁寧に解説する。変分ベイズ学習に関して理論的にあきらかにされた性質についても紹介する。
書誌・年譜・年表	文献:p143～144
一般件名	機械学習-001210569-ndlsh,数理統計学-00571746-ndlsh
一般件名カナ	キカイガクシュウ-001210569,スウリトウケイガク-00571746
一般件名	機械学習 , 変分法
一般件名カナ	キカイガクシュウ,ヘンブンホウ
一般件名典拠番号	511957000000000 , 511370800000000
分類：都立NDC10版	007.13
資料情報1	『変分ベイズ学習』（機械学習プロフェッショナルシリーズ）　中島伸一／著　講談社　2016.4（所蔵館：中央　請求記号：/007.1/5462/2016　資料コード：7107225948）
URL	https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1152808471

ページの先頭へ

第1章確率とベイズの定理: 1.1 同時分布; 1.2 周辺分布; 1.3 条件付き分布; 1.4 ベイズの定理
第2章ベイズ学習の枠組み: 2.1 ベイズ事後分布; 2.2 事後確率最大化推定法; 2.3 ベイズ学習; 2.4 経験ベイズ学習
第3章確率モデルの例: 3.1 ガウス分布モデル; 3.2 線形回帰モデル; 3.3 自動関連度決定モデル; 3.4 多項分布モデル; 3.5 行列分解モデル; 3.6 混合分布モデル; 3.7 混合ガウス分布モデル; 3.8 潜在的ディリクレ配分モデル
第4章共役性: 4.1 代表的な確率分布; 4.2 共役性の定義; 4.3 等方的ガウス分布モデルの場合; 4.4 ガウス分布モデルの場合; 4.5 線形回帰モデルの場合; 4.6 多項分布モデルの場合
第5章予測分布と経験ベイズ学習: 5.1 事後平均(ベイズ推定量)と事後共分散; 5.2 予測分布; 5.3 周辺尤度; 5.4 経験ベイズ学習
第6章変分ベイズ学習: 6.1 変分ベイズ学習の枠組み; 6.2 条件付き共役性; 6.3 設計指針; 6.4 変分法; 6.5 変分ベイズ学習アルゴリズム; 6.6 経験変分ベイズ学習アルゴリズム; 6.7 行列分解モデルの場合; 6.8 欠損値のある行列分解モデルの場合; 6.9 混合ガウス分布モデルの場合
第7章変分ベイズ学習の性質: 7.1 非漸近理論と漸近理論; 7.2 行列分解モデルにおける変分ベイズ学習の非漸近理論; 7.3 混合ガウス分布モデルにおける変分ベイズ学習の漸近理論; 7.4 その他の理論結果

ページの先頭へ