目次
パターン認識の基礎
準備
識別関数の良さを測る規準
最尤推定法
最尤推定法の理論的性質
線形判別分析による手書き文字認識
最尤推定法におけるモデル選択
混合ガウスモデルの最尤推定
ベイズ推定法
ベイズ推定の数値計算法
ベイズ推定法におけるモデル選択
カーネル密度推定法
最近傍密度推定法
著者等紹介
杉山将［スギヤママサシ］
１９９７年東京工業大学工学部情報工学科卒業。１９９９年同大学院情報理工学研究科計算工学専攻修士課程修了。２００１年同大学院同研究科同専攻博士課程修了、博士（工学）取得。２００３年同大学院同研究科計算工学専攻助教授。２００７年同大学院同研究科計算工学専攻准教授（名称変更）（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
オザマチ
5
入門書にしては、分かりにくい話題に的を絞っているという印象。Octaveのサンプルもあるが、例はそれほど多くない。2013/10/12
いか
0
*未読* 授業のテキストだったので適当に眺めただけ。 最低限の実装力を付けて機械学習やる気になったらこの本を好きな言語で実装していくところからはじめていきたい。
Kluele
0
東工大のテキストということで読んでみたのですが、読みやすかったですね。2015/07/09
PenguinTrainer
0
分散共分散行列の意味する内容が分かるくらいに線形代数が分かっていれば、要所要所の定義を頼りに機械学習の原理について理解を進めることができる本。octave による例(途中staticライブラリのバージョンアップにより関数名が異なるが)と可視化により、理解が進む部分もあるし、大してライブラリに依存してないのでpythonやってる人でも読み替えて実装できます。 2020/01/18
