ベイズ深層学習

ベイズシンソウガクシュウ
  • 電子あり
ベイズ深層学習
自分メモ
気になった本やコミックの情報を自分に送れます

内容紹介

「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第2弾! 

「深層学習とベイズ統計の融合」がすべて詰まった 「欲張り」本! 
基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書!

本書のサポートページ:
https://github.com/sammy-suyama/BayesianDeepLearningBook

【主な内容】
第1章 はじめに
1.1 ベイズ統計とニューラルネットワークの変遷
1.2 ベイズ深層学習

第2章 ニューラルネットワークの基礎
2.1 線形回帰モデル
2.2 ニューラルネットワーク
2.3 効率的な学習法
2.4 ニューラルネットワークの拡張モデル

第3章 ベイズ推論の基礎
3.1 確率推論
3.2 指数型分布族
3.3 ベイズ線形回帰
3.4 最尤推定,MAP推定との関係

第4章 近似ベイズ推論
4.1 サンプリングに基づく推論手法
4.2 最適化に基づく推論手法

第5章 ニューラルネットワークのベイズ推論
5.1 ベイズニューラルネットワークモデルの近似推論法
5.2 近似ベイズ推論の効率化
5.3 ベイズ推論と確率的正則化
5.4 不確実性の推定を使った応用

第6章 深層生成モデル
6.1 変分自己符号化器
6.2 変分モデル
6.3 生成ネットワークの構造学習
6.4 その他の深層生成モデル

第7章 深層学習とガウス過程
7.1 ガウス過程の基礎
7.2 ガウス過程による分類
7.3 ガウス過程のスパース近似
7.4 深層学習のガウス過程解釈
7.5 ガウス過程による生成モデル

目次

第1章 はじめに
1.1 ベイズ統計とニューラルネットワークの変遷
1.2 ベイズ深層学習

第2章 ニューラルネットワークの基礎
2.1 線形回帰モデル
2.2 ニューラルネットワーク
2.3 効率的な学習法
2.4 ニューラルネットワークの拡張モデル

第3章 ベイズ推論の基礎
3.1 確率推論
3.2 指数型分布族
3.3 ベイズ線形回帰
3.4 最尤推定,MAP推定との関係

第4章 近似ベイズ推論
4.1 サンプリングに基づく推論手法
4.2 最適化に基づく推論手法

第5章 ニューラルネットワークのベイズ推論
5.1 ベイズニューラルネットワークモデルの近似推論法
5.2 近似ベイズ推論の効率化
5.3 ベイズ推論と確率的正則化
5.4 不確実性の推定を使った応用

第6章 深層生成モデル
6.1 変分自己符号化器
6.2 変分モデル
6.3 生成ネットワークの構造学習
6.4 その他の深層生成モデル

第7章 深層学習とガウス過程
7.1 ガウス過程の基礎
7.2 ガウス過程による分類
7.3 ガウス過程のスパース近似
7.4 深層学習のガウス過程解釈
7.5 ガウス過程による生成モデル

製品情報

製品名 ベイズ深層学習
著者名 著:須山 敦志
発売日 2019年08月08日
価格 定価 : 本体3,000円(税別)
ISBN 978-4-06-516870-7
判型 A5
ページ数 312ページ
シリーズ 機械学習プロフェッショナルシリーズ

著者紹介

著:須山 敦志(スヤマ アツシ)

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
著書:『ベイズ推論による機械学習入門』講談社

オンライン書店で見る