機械学習、パターン認識、推論
-
他分野との関連
-
全般的な本
-
Duda,Hart,"Pattern Analysis and Scene Analysis",Wiley
-
Duda,Hart,Stork, "Pattern Classification"
-
上坂吉則, 尾関和彦 ,"パターン認識と学習のアルゴリズム"
-
尾関和彦, "メディア情報処理の基礎数理"
-
ビショップ, "パターン認識と機械学習"
-
光成滋生,"「パターン認識と機械学習」の学習"
-
石井、上田、"わかりやすいパターン認識"、
-
石井、上田、"続わかりやすいパターン認識 -教師なし学習入門-"
-
エルッキ・オヤ, "パターン認識と部分空間法"
-
杉山将,"統計的機械学習-生成モデルに基づくパターン認識-"
-
山西健司,"情報論的機械学習"
-
渡辺、萩原,赤穂,本村,福水,岡田,青柳,"学習システムの理論と実現"
-
渡辺澄夫,"代数幾何と学習理論",森北出版(知能情報科学シリーズ)
-
金森敬文,畑埜晃平,渡辺治,"ブースティング-学習アルゴリズムの設計技法-",森北出版(知能情報科学シリーズ)
-
機械学習プロフェッショナルシリーズ(MLP)
-
杉山将,"機械学習のための確率と統計"
-
河原,"劣モジュラ最適化と機械学習"
-
鈴木大慈,"確率的最適化"
-
中島,"機械学習プロフェッショナルシリーズ 変分ベイズ学習",講談社
-
佐藤,"機械学習プロフェッショナルシリーズ ノンパメトリックベイズ",講談社
-
冨岡,"スパース性に基づく機械学習"
-
岡谷,"深層学習",機械学習プロフェッショナルシリーズ(MLP)
-
井手,杉山,"異常検知と変化検知"
-
深層学習
-
異常検出
-
バイオインフォマティックス
-
カーネル法
-
大北剛(邦訳),"サポートベクターマシン入門":N.Cristianini,J.S.Taylor,"An Introsuction to Support Vector Machines and other kernel-based lerning methods",2000,Cambridge Univercity Press
-
大北剛(邦訳),"カーネル法によるパターン解析",:J.S.Taylor,N.Cristianini,"Kernel Methods for Pattern Analysis",2004,Cambridge Univercity Press
-
Bernhard Scholkopf,Alexander J.Smola,"Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond "
-
福水建次,"カーネル法入門-正定値カーネルによるデータ解析-",2010,朝倉書店
-
データサイエンス、データマイニング
他分野との関連
統計学、最適化問題、信号処理、解析学、確率論とも関連が深い
全般的な本
Duda,Hart,"Pattern Analysis and Scene Analysis",Wiley
超古典的で原点的な本。
Duda,Hart,Stork, "Pattern Classification"
上記の本の第2版。
上坂吉則, 尾関和彦 ,"パターン認識と学習のアルゴリズム"
KL展開の情報理論的説明が素晴らしい。ちょっと古い本。
尾関和彦, "メディア情報処理の基礎数理"
情報処理(信号処理、パターン認識)を含む数理的問題について解説してある。きれいな理論が多く、非常にためになる。
ビショップ, "パターン認識と機械学習"
ベイズ的なパターン認識の本としては有名な本。
光成滋生,"「パターン認識と機械学習」の学習"
ビショップ, "パターン認識と機械学習"の副読本登場!!こんな本出していいのかと思ったが、「ビショップ, "パターン認識と機械学習"」の数学的な飛躍部分を埋めるために書かれたようだ。もともと、社内の勉強ノートだとのこと。
石井、上田、"わかりやすいパターン認識"、
石井、上田、"続わかりやすいパターン認識 -教師なし学習入門-"
エルッキ・オヤ, "パターン認識と部分空間法"
杉山将,"統計的機械学習-生成モデルに基づくパターン認識-"
Octave,Matlabを用いた説明で、とてもシンプル。入門的としてはとてもよい。理論的なところもきちんと押さえている。EMアルゴリズムなど押さえどころがしっかりしている。
山西健司,"情報論的機械学習"
MDLなど情報理論的な関係がよく書かれている。
渡辺、萩原,赤穂,本村,福水,岡田,青柳,"学習システムの理論と実現"
渡辺澄夫,"代数幾何と学習理論",森北出版(知能情報科学シリーズ)
金森敬文,畑埜晃平,渡辺治,"ブースティング-学習アルゴリズムの設計技法-",森北出版(知能情報科学シリーズ)
ブースティングについての本
機械学習プロフェッショナルシリーズ(MLP)
杉山将,"機械学習のための確率と統計"
河原,"劣モジュラ最適化と機械学習"
センサ配置問題に関心があり、購入した。
鈴木大慈,"確率的最適化"
中島,"機械学習プロフェッショナルシリーズ 変分ベイズ学習",講談社
佐藤,"機械学習プロフェッショナルシリーズ ノンパメトリックベイズ",講談社
冨岡,"スパース性に基づく機械学習"
概要をつかむには良いかもしれない。数式が引用文献頼りだったり、論理が飛躍しているのが難点。
著者のMATLABのソースコードがGitHUB上に公開されている。
-
他パッケージ
-
SPAMS
フランスの研究グループが公開している。
1章〜3章:準備
ポイント①:制約付き最小化と罰則項付き最小化問題の関係
ポイント②:絶対値損失と中央値の関係
-
絶対値損失と中央値との関係は、以下のページの方が分かりやすい。
4章:ノイズ無しL1ノルム最小化
ポイント①:統計次元の話
-
本文の重要なネタ元の論文(統計次元)
-
D.Amelunxen, etc.,"Living on the Edge"
-
V.Chandrasekaran, etc.,"The convex geometry of linear inverse problem"
5章:ノイズありL1ノルム最小化
ポイント①:ノイズがある場合の性能評価
-
本文の重要なネタ元の論文(LASSO, 基底追跡雑音除去)
-
R.Tibshirani,"Regression shrinkage and selection via the lasso"
-
S.Chen,D.L.Donoho,and M.Saunders,"Atomic decomposition by basis pursuit"
ポイント②:制限強凸性
-
本文の重要なネタ元の論文(制限強凸性)
-
S.Negahban ,P.Ravikumar, M.J.Wainwright,and B.Yu,"A unified framework for high-dimensional analysis of M-estimators with decomposable regularizers"
-
S.Negahban and M.J.Wainwright,"Restricted strong convexity and weighted matrix completion: Optical bounds with noise"
-
G.Raskutti,M.J.Wainwright,and B.Yu,"Restricted eigenvalue properties for correlated gaussian designs"
岡谷,"深層学習",機械学習プロフェッショナルシリーズ(MLP)
井手,杉山,"異常検知と変化検知"
深層学習
人工知能学会編,"深層学習",近代科学社
概要を知るにはいいかも。
岡谷,"深層学習",機械学習プロフェッショナルシリーズ(MLP)
異常検出
山西,"データマイニングによる異常検知",共立出版
井手,杉山,"異常検知と変化検知"
瀬々,浜田,"生命情報処理における機械学習"
井手,"入門 機械学習による異常検知 ─Rによる実践ガイド─",コロナ社
バイオインフォマティックス
丸山,阿久津,"バイオインフォマティックス シリーズ 予測と発見の科学"
瀬々,浜田,"生命情報処理における機械学習"
カーネル法
大北剛(邦訳),"サポートベクターマシン入門":N.Cristianini,J.S.Taylor,"An Introsuction to Support Vector Machines and other kernel-based lerning methods",2000,Cambridge Univercity Press
RHKS:Reproducting Kernel Hilbert Spaceを応用した機械学習理論についての初期の頃の入門書である。
数学的な定理が、天下り的に書かれていて概要をつかむにはよいが、数学的な部分は、引用文献に頼っており読みにくい。
そういう意味で、外観をつかむには良いのかもしれない。
大北剛(邦訳),"カーネル法によるパターン解析",:J.S.Taylor,N.Cristianini,"Kernel Methods for Pattern Analysis",2004,Cambridge Univercity Press
前著("サポートベクターマシン入門")よりも分厚く、数学的説明が細かくてよい。
Bernhard Scholkopf,Alexander J.Smola,"Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond "
カーネルPCAの先駆的研究者による著作。
福水建次,"カーネル法入門-正定値カーネルによるデータ解析-",2010,朝倉書店
ぱっと目に入り購入に至る。
データサイエンス、データマイニング
Rで学ぶデータサイエンス [5] パターン認識
Rで学ぶデータサイエンス [6] マシンラーニング
最終更新:2019年08月30日 19:27