機械学習スタートアップシリーズ ベイズ推論による機械学習入門

内容説明 最短経路で平易に理解できる、今までにない入門書！ ベイズ主義機械学習（ベイズ学習）の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい！ 目次 第1章 機械学習とベイズ学習 機械学習とは 機械学習の代表的なタスク 機械学習の 2 つのアプローチ 確率の基本計算 グラフィカルモデル ベイズ学習のアプローチ 第2章 基本的な確率分布 期待値 離散確率分布 連続確率分布 第3章 ベイズ推論による学習と予測 学習と予測 離散確率分布の学習と予測 1次元ガウス分布の学習と予測 多次元ガウス分布の学習と予測 線形回帰の例 第4章 混合モデルと近似推論 混合モデルと事後分布の推論 確率分布の近似手法 ポアソン混合モデルにおける推論 ガウス混合モデルにおける推論 第5章 応用モデルの構築と推論 線形次元削減 非負値行列因子分解