ベイズ深層学習
- 電子あり

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 |
関連シリーズ
おすすめの本
-
電子あり
人工知能はいかにして強くなるのか? 対戦型AIで学ぶ基本のしくみ
-
電子あり
高次元空間を見る方法 次元が増えるとどんな不思議が起こるのか
-
電子あり
大聖堂の殺人 ~The Books~
-
電子あり
霊視刑事夕雨子1 誰かがそこにいる
-
電子あり
AI原論 神の支配と人間の自由
-
電子あり
天空の矢はどこへ? Where is the Sky Arrow?
-
Rでらくらく心理統計 RStudio徹底活用
-
電子あり
マーティン/ショー 素粒子物理学 原著第4版
-
電子あり
イラストで学ぶ ロボット工学
-
電子あり
今日から使える統計解析 普及版 理論の基礎と実用の”勘どころ”
-
大きな鳥にさらわれないよう
-
電子あり
集合・位相・圏 数学の言葉への最短コース