『グラフニューラルネットワーク』を上梓しました - ｼﾞｮｲｼﾞｮｲｼﾞｮｲ
グラフニューラルネットワーク (機械学習プロフェッショナルシリーズ) 作者:佐藤 竜馬講談社Amazon 講談社より『グラフニューラルネットワーク（機械学習プロフェッショナルシリーズ）』を上梓しました。 グラフニューラルネットワークはグラフデータのためのニューラルネットワークです。化合物やソーシャルネットワークのようなグラフデータの解析に使うことができます。また後で述べるように、テキストも画像もグラフなのでテキストや画像の分析にも使えますし、それらを組み合わせたマルチモーダルなデータにも適用できます。要は何にでも使うことができます。この汎用性がグラフニューラルネットワークの大きな強みです。 本稿ではグラフニューラルネットワークを学ぶモチベーションと、本書でこだわったポイントをご紹介します。 グラフニューラルネットワークは何にでも使える 付加情報をグラフとして表現できる グラフニューラルネッ
渡辺澄夫ベイズ理論100問 with R/Stan - 共立出版
本書は、渡辺澄夫氏によって提案されたWAICおよびWBICの理論的根拠を与えるとともに、ベイズ統計学のためのソフトウェアStanによる実装を導入し、解析関数、経験過程、代数幾何、状態密度の公式などの数学をできる限りやさしく解説したものである。特に、代数幾何は例を数多く掲載した。対象読者は統計検定®2級程度の知識がある方、WAICやWBICの本質を知りたい方、『統計的機械学習の数理100問 with R』程度の知識がある方を想定している。 「渡辺澄夫ベイズ理論」という言葉は、渡辺氏の30年来の友人である著者が、本書を執筆するにあたって命名したものである。そこには「WAICの正当化」をはるかに超えるドラマがあった。赤池の情報量規準、甘利の情報幾何とならぶ日本統計学の偉業として渡辺澄夫氏の業績を多くの方に知っていただきたいというのが本書の願いである。 「統計検定」は、一般財団法人 統計質保証推進
『施策デザインのための機械学習入門』という本を技術評論社さんから出版します - Counterfactualを知りたい
Twitterでたびたび告知させていただいていますが、『施策デザインのための機械学習入門』という本を技術評論社さんから出させていただきます。紙版は8月4日発売（本記事公開の翌日）、電子版は7月30日にすでに発売されています。 gihyo.jp www.amazon.co.jp 本書の概要は次の通りです。 予測に基づいた広告配信や商品推薦など，ビジネス施策の個別化や高性能化のために機械学習を利用することが一般的になってきています。その一方で，多くの機械学習エンジニアやデータサイエンティストが，手元のデータに対して良い精度を発揮する予測モデルを得たにもかかわらず，実際のビジネス現場では望ましい結果を得られないという厄介で不可解な現象に直面しています。実はこの問題は，機械学習の実践において本来必要なはずのステップを無視してしまうことに起因すると考えられます。機械学習を用いてビジネス施策をデザイン
『仕事ではじめる機械学習 第2版』を編集しました
『仕事ではじめる機械学習 第2版』を編集しました 編集を担当した書籍『 仕事ではじめる機械学習 第2版 』が絶賛発売中。電子書籍もあります。見どころについては 著者の有賀さんがまとめていらっしゃる記事 があるので、そちらをご一読いただくのがお勧め。 最初の版を制作したのが2017年から2018年にかけてのこと。そこから既に3年が経過して、いまだに機械学習への注目は高い状態が続いている。お陰さまで本書については刊行後も読者の支持を得続けることができ増刷を重ね、さらには改訂の運びとなった次第。 本書の制作 編集担当としては、内容に関してバリバリ議論＆相互ツッコミをする著者陣を見守りつつ、周辺の環境を整備したり、印刷日程の調整をしたり、オビの惹句を考えたりしていた。 今回はトップスタジオさんご協力の下、制作の全行程をSphinxとTeXを組み合わせたツールセットで制作している。Sphinxが出力
マスターアルゴリズム ー 世界を再構築する「究極の機械学習」
原著：ペドロ・ドミンゴス 翻訳：神嶌 敏弘 イラスト：六七質 出版社：講談社 発行日：2021-04-21 ISBN：978-4062192231 本書は，ペドロ・ドミンゴス著『The Master Algorithm』の翻訳書で，近年の人工知能技術の進展を支える機械学習についての解説書です．機械学習とは，作業手順を明示的に指示しなくても，それをデータから学ぶ能力を計算機に与える技術です．この機械学習について，計算機科学や統計学の高度な知識を前提とせずに，その内側に踏み込んで仕組みを明らかにし，この技術の可能性と課題を論じています． 出版社ホームページ 版元ドットコム Googleブックス ネット書店：Amazon 楽天ブックス honto 紀伊國屋書店 電子書籍：Amazon 楽天ブックス honto 紀伊國屋書店 Apple 読書ログ： 読書メーター（電子版） ブクログ（電子版） 図書
特集「編集委員会今年の抱負」（仮）
[書評] 赤穂昭太郎 著: カーネル多変量解析 ― 非線形データ解析の新しい展開、岩波書店 (2008) ◇ 機械学習の「ヤバい」教科書 日本語のよい教科書が存在することが分野的 成熟の証とするなら、機械学習もそろそろヤバ いのかもしれない。そう思わせるような教科書 がこのところ立て続けに出版されている。本書 は、私の周囲で確実に「ヤバい」と思われてい る数冊のうちのひとつである。 本書は、次元削減、クラスタリング、回帰、分 類といった機械学習の標準的題材を、カーネル 法という視点から、新しい研究成果を交えつつ バランスよく解説した最新の教科書である。著 者の赤穂氏は、この分野の指導的研究者のひと りで、例えば、カーネル正準相関分析の一般的 表式を初めて導いた仕事は国際的にもよく知ら れている。 前世紀末からの、 カーネル法を軸とする多変量 解析の発展は、モノクロ映画がカラーになるく らい
【書籍紹介】ガウス過程と機械学習 - HELLO CYBERNETICS
はじめに 目次とコメント 0章 たった５分でガウス過程が分かってしまう 1章 線形回帰モデル 2章 ガウス分布 3章 ガウス過程 4章 確率的生成モデルとガウス過程 5章 ガウス過程の計算法 6章 ガウス過程の適用 7章 ガウス過程による教師なし学習 ガウス過程のライブラリ GPy GPyTorch GPflow はじめに 既に機械学習界隈の中で気になった方は手に取っているであろう「MLP ガウス過程と機械学習」の紹介です。 ガウス過程と機械学習 (機械学習プロフェッショナルシリーズ) 作者: 持橋大地,大羽成征出版社/メーカー: 講談社発売日: 2019/03/09メディア: 単行本（ソフトカバー）この商品を含むブログを見る ガウス過程と言えば、「ベイズ」や「カーネル法」、「確率過程」など、難しそうな言葉のオンパレードで、どうも機械学習を学びたての人にとっては敬遠しがちなものである印象が
続・わかりやすい パターン認識 －教師なし学習入門－ | Ohmsha
第1章 ベイズ統計学 第2章 事前確率と事後確率 第3章 ベイズ決定則 第4章 パラメータ推定 第5章 教師付き学習と教師なし学習 第6章 EMアルゴリズム 第7章 マルコフモデル 第8章 隠れマルコフモデル 第9章 混合分布のパラメータ推定 第10章 クラスタリング 第11章 ノンパラメトリックベイズモデル 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 第13章 共クラスタリング 付録A 補足事項 （凸計画問題と最適化，イェンゼンの不等式，ベクトルと行列に関する基本公式，KLダイバージェンス，ギブスサンプリング，ウィシャート分布と逆ウィシャート分布，，ベータ・ベルヌーイ過程） 第1章 ベイズ統計学 1･1 試行と事象 1･2 ベイズの定理 1･3 頻度から確信度ヘ 1･4 逆確率 -結果から原因を- 1･5 三つの扉問題 〔1〕 扉Aが当たりの場合 〔2〕 扉Bが当たりの場合
ベイズモデリング勉強の外観 - HELLO CYBERNETICS
はじめに 上記発言の意図 アヒル本 須山ベイズ 渡辺ベイズ 確率モデリング 確率モデリングの概要 確率モデリング手順 予測モデル MAP推定値 EAP推定値 ベイズ予測分布 ベイズモデリングのまとめ はじめに 今回は下記のツイートが割と評判が合ったので、少し補足のための記事を書きたいと思います。 ベイズやるなら ●モデリング、プログラミング アヒル本 ●推論、計算 須山ベイズ ●理論 渡辺ベイズ 3冊で良いです。— HELLO CYBERNETICS (@ML_deep) 2019年1月6日 なぜかすごく「いいね」がついているので補足 ・アヒル本 数学的難易度低め、データに対するモデリングに注力 ・須山ベイズ 数学的難易度は中、腕力がいる、モデリング→推論の流れの数式操作に注力 ・渡辺ベイズ 数学的難易度は高、予測分布等の数学的性質（汎化性能との関係）などの理論に注力 https://t.
代数幾何と学習理論
渡辺研究室 渡辺澄夫 学習理論の専門書： 代数幾何と学習理論(まえがきともくじ)(森北出版) アマゾンのページ 渡辺澄夫 この本は、代数幾何と学習理論の関係について、 できるだけ具体的に 説明したものです。 「代数幾何と学習理論」のあらすじ 要約 本書では、統計学における周辺尤度を F とし、 代数幾何学における実対数閾値を λとするとき、 が成り立つことを証明しています。ここで n はデータの数です。 （注） (1) 周辺尤度 F はデータから計算できます。統計モデルと事前分布の設計において 最も基本的な量です。これは統計学で良く知られていました。 (2) 実対数閾値 λ は、代数多様体の特異点の性質を表す量です。 これは代数幾何学で良く知られていました。 実対数閾値は（真の分布、モデル、事前分布）から計算できます。 (3) 定理「 F = λlog n 」により、データに基づいて（真の
ベイズ統計の理論と方法
ベイズ統計の理論と方法 渡辺澄夫 ベイズ統計の理論と方法、コロナ社、2012 ， アマゾンのページ この本ではベイズ統計の理論と方法を紹介しています。 ベイズ統計については良い本がたくさん出版されていますので、他の本と 合わせてお読み頂ければ幸いです。 初めてベイズ統計に出あった人はもちろん、これまでにベイズ統計について勉強を されていて、多くの疑問を持たれているかたに本書をお薦めします。 特に、ベイズ統計について『いろいろな本に○○○と書いてあるが、これは 本当のところ正しいのだろうか』と思われていることが沢山あるかたに本書を お勧めします。例えば、 Q１．なぜ事前分布を信じることができるのだろうか？ Q２．ベイズ法は数理や理論に支えられていないのだろうか？ 『百人いれば百個の推論』でよいのだろうか？ Q３．私は BIC や DIC でモデルを設計して来たが、それで本当によかったのだろう
「情報幾何の新展開」のやばさ - xiangze's sparse blog
「情報幾何の新展開」という本が話題になっています。 http://www.saiensu.co.jp/?page=book_details&ISBN=ISBN4910054700848&YEAR=2014 別冊数理科学 情報幾何学の新展開 2014年 08月号 [雑誌] 出版社/メーカー: サイエンス社発売日: 2014/08/22メディア: 雑誌この商品を含むブログを見る 著者は情報幾何という学問分野を創始したともいえる甘利俊一先生です。 本書においては今までの分野の総括のみならず機械学習の理論や応用の進展を受けた今後の発展の方向を示しているような非常に野心的であおられているような書き方であったので、非常に簡単ではあり、また理解が不足している部分がありますが感想をまとめます。 ４部構成になっていて、第I部、第II部は情報幾何を理解する為の基礎となる数学についての解説で、第III部は統計的
MLPシリーズ「ベイズ深層学習」概要まとめ - 作って遊ぶ機械学習。
今回は８月に出版した講談社機械学習プロフェッショナルシリーズの「ベイズ深層学習」の概要を書いてみます． www.kspub.co.jp 講談社のページ等では目次は載っていますが，それより詳細な情報はネットにはないので，もう少しだけ踏み込んだ内容をここで紹介することにします． 内容紹介 第1章 はじめに ベイズ統計と深層学習（ディープラーニング）は仲が悪いように世間的には見られがちですが，実は両者は非常に親和性が高いことを解説しています． 両分野のそれぞれの利点としては，ベイズ統計ではモデルの高い解釈性や設計の明確さ，深層学習ではGPUなどを用いた大規模データの効率的な計算方法等を挙げることができます．これらの利点は相補的であり，組み合わせることによってアルゴリズムの改善が期待できます． また，両分野には共通点もあります．深層学習ではタスクごとにネットワーク構造を設計する必要性がありますが，
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://twitter.com/Idesan/status/1564393355743723523
https://twitter.com/sammy_suyama/status/1514480469894524929
須山敦志 Suyama Atsushi on Twitter: "目次はこちらです。 https://t.co/4seRfgPohS https://t.co/uLb1DLw9QZ"
Kazunori Sato on Twitter: "日立さんの品質管理や形式手法の専門家によるAIテスト本。これポチるっしょ。 "本書はその解決策として、メタモルフィックテスティング、ニューロンカバレッジ、最大安全半径、網羅検証の4つを紹介します" - AIソフトウェアのテスト――… https://t.co/2c9qscOLaN"
須山敦志 Suyama Atsushi on Twitter: "あやしげな機械学習や深層学習のハウツー本を読むより、こちらの入門書の方が圧倒的にカバー範囲が広い＆実用性の高い知識が身につくと思います。より現代的な内容も盛り込まれた改訂第2版がおすすめ。 イラストで学ぶ 人工知能概論 改訂第2版 https://t.co/gNjdAZLMLo"
数理科学 2018年8月号
シリーズ一覧 - 共立出版
