ぱらぱらめくる『統計的学習の基礎』
- 作者: Trevor Hastie,Robert Tibshirani,Jerome Friedman,杉山将,井手剛,神嶌敏弘,栗田多喜夫,前田英作,井尻善久,岩田具治,金森敬文,兼村厚範,烏山昌幸,河原吉伸,木村昭悟,小西嘉典,酒井智弥,鈴木大慈,竹内一郎,玉木徹,出口大輔,冨岡亮太,波部斉,前田新一,持橋大地,山田誠
- 出版社/メーカー: 共立出版
- 発売日: 2014/06/25
- メディア: 単行本
- この商品を含むブログ (6件) を見る
- ひとまず目次と序文とをめくって概要を確認しよう
- 1．序章
- 2. 教師あり学習の概要
- 基本のき、回帰・分類の線形手法(教師あり・なし学習での回帰・分類、という区分に対応)
- 3. 回帰のための線形手法
- 4. 分類のための線形手法
- 高次元への展開
- 7. モデルの評価と選択:バイアス、分散、過学習、クロスバリデーション
- 8. モデル推論と平均化:最尤推定、ベイズ推論、ブートストラップ、EMアルゴリズム、ギブスサンプリング、バギング
- 教師あり学習
- 9. 加法的モデル、木、および関連手法:回帰
- 10. ぶースティングと加法的木:回帰の２
- 11. ニューラルネットワーク:分類
- 12. サポートベクトルマシンと適応型判別:分類の２
- 13. プロトタイプ法と最近傍探索
- 教師なし学習
- 14. 教師なし学習
- その他の方法
- 15. ランダムフォレスト
- 16. アンサンブル学習
- 17. 無向グラフィカルモデル
- 18. 高次元の問題：p >> N
