出版社内容情報
劣モジュラ最適化は、どのように機械学習で用いられるか。体系的にまとめられた初の専門書。実用的な話題を中心に取り上げる。通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。
【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的な
アルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な
内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学
院生、および、機械学習技術を基礎科学や産業に応用しようとしている
研究者・技術者に向けた注目のシリーズである。
第3期として、以下の3点を刊行！
劣モジュラ最適化と機械学習 河原 吉伸／永野 清仁･著
スパース性に基づく機械学習 冨岡 亮太･著
生命情報処理における機械学習 瀬々 潤／浜田 道昭･著
第4期の刊行は2016年4月、第5期の刊行は2016年8月の予定。
【シリーズ編者】
杉山 将 東京大学大学院新領域創成科学研究科 教授
第1章 学習における劣モジュラ性
第2章 劣モジュラ最適化の基礎
第3章 劣モジュラ関数の最大化と貪欲法の適用
第4章 最大流とグラフカット
第5章 劣モジュラ最適化を用いた構造正則化学習
河原 吉伸［カワハラ ヨシノブ］
著・文・その他
永野 清仁［ナガノ キヨヒト］
著・文・その他
内容説明
深淵な基礎理論が丁寧な展開ですっきりわかる。実用的なアルゴリズムを中心に紹介。構造正則化学習への道も具体的手順とともに解説。
目次
第１章 学習における劣モジュラ性（劣モジュラ性への導入；機械学習における劣モジュラ性 ほか）
第２章 劣モジュラ最適化の基礎（劣モジュラ関数の定義と具体例；劣モジュラ関数の基本性質 ほか）
第３章 劣モジュラ関数の最大化と貪欲法の適用（劣モジュラ最大化と貪欲法；適用例１：文書要約への適用 ほか）
第４章 最大流とグラフカット（カット関数最小化と最大流アルゴリズム；マルコフ確率場における推論とグラフカット ほか）
第５章 劣モジュラ最適化を用いた構造正則化学習（正則化による疎性モデル推定；劣モジュラ関数から得られる構造的疎性 ほか）
著者等紹介
河原吉伸［カワハラヨシノブ］
博士（工学）。２００３年東京大学工学部航空宇宙工学科卒業。２００８年東京大学大学院工学系研究科航空宇宙工学専攻博士課程修了。現在、大阪大学産業科学研究所准教授
永野清仁［ナガノキヨヒト］
博士（情報理工学）。２００３年東京大学工学部計数工学科卒業。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、公立はこだて未来大学システム情報科学部准教授（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。
Tsukasa Fukunaga
＊＊5
