통계적 기계 학습
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
패키지
북카드
키워드 Pick
키워드 Pick 안내
관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.
작가정보
저자(글) 스기야마 마사시
저자 스기야마 마사시(杉山?)는 1974년 오사카 출생. 정보공학 학사, 석사, 박사 학위를 각각 1997년, 1999년, 2001년 도쿄공업대학에서 받았다. 2001년부터 동 대학의 조수, 조교수, 교수로 재직했다. 2014년부터는 도쿄대학의 교수로 재직 중이다. 2003년에 알렉산더 폰 훔볼트 재단 연구원으로 독일 베를린의 프라운호퍼 연구소에서, 2006년에는 유럽위원회의 Erasmus Mundus Scholarship을 받아 영국 에든버러대학에서 연구했다. 2007년 비정상 환경에서의 기계 학습 연구로 IBM Faculty Award를 수상했고, 확률비 추정에 기반을 둔 기계 학습 연구로 2011년 일본 정보처리학회 나가오 기념 특별상 및 2014년 문부과학성의 과학기술 분야 대신이 수여하는 젊은 과학자상을 받았다. 기계 학습 및 데이터 마이닝의 이론 연구와 알고리즘의 개발 및 그 신호 처리, 이미지 처리, 로봇 제어 등의 응용에 관한 연구를 하고 있다. 주요 저서로는 Machine Learning in Non-stationary Environments (MIT Press), Density Ratio Estimation in Machine Learning (Cambridge University Press) 등이 있다.
번역 노영균
역자 노영균은 서울대학교 협동과정 인지과학에서 2011년 박사 학위를 받은 후 카이스트 연구교수를 거쳐 현재 서울대학교 BK조교수로 재직 중이다. 석사과정부터 기계 학습을 시작하여 펜실베이니아대학, 도쿄공업대학 등을 방문하며 공동연구를 진행하였다. 기계 학습 분야의 최고 학회인 NIPS와 AISTATS 등에 다수의 논문을 발표하였다.
목차
- 머리말
역자 서문
1장. 패턴 인식의 기초
1.1 패턴 인식이란
1.2 결정론적 패턴 인식과 통계적 패턴 인식
1.3 통계적 패턴 인식의 수식화
2장. 준비
2.1 확률·통계의 기초
2.2 Octave의 사용 방법
3장. 판별 함수의 평가 기준
3.1 학습 표본을 이용한 판별 함수의 학습
3.2 최대 사후 확률 법칙
3.3 최소 오판별률 법칙
3.4 베이즈 결정 규칙
3.5 생성 모델 기반 패턴 인식
4장. 최대 우도 추정법
4.1 최대 우도 추정법의 정의
4.2 가우시안 모델
4.3 카테고리의 사후 확률 계산
4.4 선형 판별 분석
5장. 최대 우도 추정법의 이론적 성질
5.1 준비
5.2 일치성
5.3 점근 불편성
5.4 점근 유효성
5.5 점근 정규성
6장. 선형 판별 분석을 사용한 필기 인식
6.1 숫자 필기 데이터를 로드하여 표시하기
6.2 선형 판별 분석의 구현
6.3 2개 이상 분류 항목 문자 인식 결과 평가
7장. 최대 우도 추정법의 모델 선택
7.1 모델 선택이란?
7.2 확률 밀도 함수의 근접성 측정 기준
7.3 아카이케의 정보량 기준
7.4 다케우치의 정보량 기준
8장. 가우스 혼합 모델의 최대 우도 추정
8.1 가우스 혼합 모델
8.2 경사법
8.3 EM 알고리즘
9장. 베이즈 추론법
9.1 베이즈 추론법의 정의
9.2 베이즈 추론법과 최대 우도 추정법의 차이
9.3 최대 사후 확률 추정법
9.4 켤레 사전 분포
10장. 베이즈 추론법
10.1 몬테카를로 적분
10.2 중요 샘플링
10.3 컴퓨터로 유사 난수 만들기
11장. 베이즈 추론법의 모델 선택론
11.1 사전 확률의 설정과 모델 선택
11.2 주변 우도의 라플라스 근사
11.3 베이즈 정보량 기준
11.4 변분 베이지안 방법
12장. 커널 밀도 추정법
12.1 히스토그램 방법
12.2 논파라메트릭 방법의 기본 개념
12.3 파젠 윈도우 방법과 커널 밀도 추정법
12.4 우도 교차 검증법
13장. 근접 이웃 밀도 추정법
13.1 근접 이웃 밀도 추정법
13.2 최근접 밀도 추정을 이용한 패턴 인식
13.3 k-근접 이웃 분류기
맺음말
참고문헌
찾아보기
출판사 서평
최근 10여 년간 다양한 분야에서의 데이터와 이의 활용에 대한 요구의 증가로 기계 학습 방법에 대한 관심은 계속 증가하고 있다. 이 책은 기계 학습 알고리즘의 기본 원리를 이해하고자 하는 학계 및 산업체의 연구자들이 사용할 수 있는 입문서로서, 입문자들이 알고리즘의 기본 원리를 상당히 깊이까지 이해할 수 있도록 쓰인 책이다. 생성적 알고리즘의 기본 원리는 파라미터 추정의 정확성에 대한 원리다. 제한된 양의 데이터를 가지고 파라미터 추정을 할 때 이해해야 할 중요한 이론들의 의미에 대해 이 책은 입문자의 입장에서 직관적이고 정확한 설명을 제공한다. 특별히 이 부분은 한국에서 출판된 기계 학습 서적들에서 관련된 내용을 많이 간과하고 있는 중요한 부분이다.
기본정보
ISBN | 9788952117625 | ||
---|---|---|---|
발행(출시)일자 | 2016년 04월 11일 | ||
쪽수 | 208쪽 | ||
크기 |
152 * 225
* 14
mm
/ 394 g
|
||
총권수 | 1권 | ||
원서명/저자명 | 統計的機械學習 生成モデルに基づくパタ―ン認識/杉山將 |
Klover
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
판매가 1,000원 미만 도서의 경우 리워드 지급 대상에서 제외됩니다.
일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
- 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
- 도서와 무관한 내용의 리뷰
- 인신공격이나 욕설, 비속어, 혐오발언이 개재된 리뷰
- 의성어나 의태어 등 내용의 의미가 없는 리뷰
리뷰는 1인이 중복으로 작성하실 수는 있지만, 평점계산은 가장 최근에 남긴 1건의 리뷰만 반영됩니다.
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
구매 후 리뷰 작성 시, e교환권 100원 적립