出版書誌データベース

最短経路で平易に理解できる、今までにない入門書！
ベイズ主義機械学習（ベイズ学習）の基本原理にのっとり、「モデルの構築→推論の導出」という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい！

【主な内容】
1　機械学習とベイズ学習
2　基本的な確率分布
3　ベイズ推論による学習と予測
4　混合モデルと近似推論
5　応用モデルの構築と推論

【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。

まず、以下の2点を同時に刊行いたします(^o^)/

『これならわかる深層学習入門』瀧 雅人･著
『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修

第1章　機械学習とベイズ学習
機械学習とは/機械学習の代表的なタスク/機械学習の 2 つのアプローチ/確率の基本計算/グラフィカルモデル/ベイズ学習のアプローチ
第2章　基本的な確率分布
期待値/離散確率分布/連続確率分布
第3章　ベイズ推論による学習と予測
学習と予測/離散確率分布の学習と予測/1次元ガウス分布の学習と予測/多次元ガウス分布の学習と予測/線形回帰の例
第4章　混合モデルと近似推論
混合モデルと事後分布の推論/確率分布の近似手法/ポアソン混合モデルにおける推論/ガウス混合モデルにおける推論
第5章　応用モデルの構築と推論
線形次元削減/非負値行列因子分解/隠れマルコフモデル/トピックモデル/テンソル分解/ロジスティック回帰/ニューラルネットワーク

著：須山　敦志
2009 年 東京工業大学工学部情報工学科卒業．
2011 年 東京大学大学院情報工学研究科博士前期課程修了．
国内メーカーの研究職，UK のベンチャー企業の研究職を経て，現在はデータ解析に関するコンサルティングに従事．
ブログ「作って遊ぶ機械学習。」にて実践的な機械学習技術に関する情報を発信中．
twitter ID：@sammy_suyama

監：杉山　将
理化学研究所 革新知能統合研究センター センター長
東京大学大学院新領域創成科学研究科　教授