他のショップを見る

商品説明

商品説明 内容紹介（出版社より） 画像、音声、テキストなど多分野で注目されているアルゴリズム最適化の考え方を解説。「疎」という性質は何を指し、どう使えるのか。第1章　はじめに第2章　データからの学習第3章　スパース性の導入第4章　ノイズなしL1ノルム最小化の理論第5章　ノイズありL1ノルム最小化の理論第6章　L1ノルム正則化のための最適化法第7章　グループL1ノルム正則化に基づく機械学習第8章　トレースノルム正則化に基づく機械学習第9章　重複型スパース正則化第10章　アトミックノルム第11章　おわりに 内容紹介（「BOOK」データベースより） スパースは絶対読まなきゃ！Ｌ１ノルム正則化の理論・モデリング・最適化法を丁寧に解説。「トレースノルム正則化」「アトミックノルム」などの発展的な内容も詳しい。 目次（「BOOK」データベースより） 第１章　はじめに／第２章　データからの学習／第３章　スパース性の導入／第４章　ノイズなしＬ１ノルム最小化の理論／第５章　ノイズありＬ１ノルム最小化の理論／第６章　Ｌ１ノルム正則化のための最適化法／第７章　グループＬ１ノルム正則化に基づく機械学習／第８章　トレースノルム正則化に基づく機械学習／第９章　重複型スパース正則化／第１０章　アトミックノルム／第１１章　おわりに 著者情報（「BOOK」データベースより） 冨岡亮太（トミオカリョウタ）博士（情報理工学）。２００８年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、Ｍｉｃｒｏｓｏｆｔ　Ｒｅｓｅａｒｃｈ研究員（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）