【レビュー】確率的最適化

教師あり学習や凸解析の復習から、大量データ解析に有用な並列分散確率最適化まで丁寧に解説する。基本技法も新しいトピックも、きちんと理解できる1冊。式の成り立ち、アルゴリズムの意味がわかる。証明を極力略さず示す大規模計算実行までの本当の早道。


教師あり学習や凸解析の復習から、大量データ解析に有用な並列分散確率最適化までを1冊で。広く知られている技法も新しいトピックも、丁寧な解説できちんと理解できる。式の成り立ち、アルゴリズムの意味がわかる。

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。


第2期として、以下の4点を同時刊行！

統計的学習理論 　 金森 敬文･著
サポートベクトルマシン　　竹内 一郎／烏山 昌幸･著
確率的最適化　　　　　　　 鈴木 大慈･著
異常検知と変化検知　　　井手 剛／杉山 将･著

第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授

機械学習や最適化数学の基本から最新の実用的話題までを、式や証明は極力略さず、丁寧に解説した。大規模計算実行までの本当の早道。

　・Common Lispでの自作深層学習フレームワークの紹介[2023-03-12に投稿]