トピックモデル

日々生成されるデータを「意味」のある情報としてとらえるための基礎技術を、その牽引役の1人が丁寧に解説した。離散確率分布の基礎から各種モデル、テキストデータにとどまらない応用事例までが1冊にまとまり、学びやすい。書籍初収録の例も豊富に含まれている。コンパクトでありながら、親切な記述なので、ついていける、読み通せる。 離散確率分布の基本から、各種モデル、応用事例、今後の展開までが1冊で見通せる。日々生成されるデータはそのままでは意味を成さない。機械がデータの意味を発見できる背景、理論、応用がわかる。 【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。 全29巻のうち第1期として、以下の4点を同時刊行！ 『機械学習のための確率と統計』杉山 将・著 『深層学習』岡谷 貴之・著 『オンライン機械学習』海野 裕也／岡野原 大輔／得居 誠也／徳永 拓之・著 『トピックモデル』岩田 具治・著 第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(＾o＾)/ 【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 シリーズの刊行にあたって はじめに 第1章　確率の基礎 第2章　ユニグラムモデル 第3章　混合ユニグラムモデル 第4章　トピックモデル 第5章　トピックモデルの拡張：他の情報も利用する 第6章　トピックモデルの拡張：トピックに構造を入れる 第7章　文書以外のデータへの適用 第8章　トピック数の推定 付録A　　代表的な確率分布 参考文献 索引