劣モジュラ最適化と機械学習

通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。 【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。 第3期として、以下の3点を刊行！ 劣モジュラ最適化と機械学習　　河原 吉伸／永野 清仁・著 スパース性に基づく機械学習 冨岡 亮太・著 生命情報処理における機械学習 瀬々 潤／浜田 道昭・著 第4期の刊行は2016年4月、第5期の刊行は2016年8月の予定。 【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 第1章　学習における劣モジュラ性 第2章　劣モジュラ最適化の基礎 第3章　劣モジュラ関数の最大化と貪欲法の適用 第4章　最大流とグラフカット 第5章　劣モジュラ最適化を用いた構造正則化学習