変分ベイズ学習

有効な近似手法なくして、実問題の解決なし。本書では、ベイズ学習の基礎と、計算が困難な問題群で力を発揮する近似手法「変分ベイズ学習」を学ぶ。「共役性」と「制約の設計指針」に焦点を当て、簡潔に説き起こした。こちらも、全ベイジアン必読！ 有効な近似手法なくして、実問題の解決なし 本書では、ベイズ学習の基礎と、計算が困難な問題群で力を発揮する近似手法「変分ベイズ学習」を学ぶ。「共役性」と「制約の設計指針」に焦点を当て、簡潔に説き起こした。こちらも、全ベイジアン必読！ 【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31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4期として、以下の4点を刊行! ヒューマンコンピュテーションとクラウドソーシング　鹿島 久嗣/小山 聡/馬場 雪乃・著 変分ベイズ学習　中島 伸一・著 ノンパラメトリックベイズ　佐藤 一誠・著 グラフィカルモデル　渡辺 有祐・著 第5期の刊行は2016年8月、第6期の刊行は2016年12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 (＊)【追加・変更について】 2016年2月、『機械学習のための連続最適化』『ガウス過程と機械学習』の2書目を新たにシリーズラインナップに追加しました。また、『統計的自然言語処理』を『深層学習による自然言語処理』に変更しました。詳しくは、講談社サイエンティフィクwebページをご覧ください。 第1章　確率とベイズの定理 第2章　ベイズ学習の枠組み 第3章　確率モデルの例 第4章　共役性 第5章　予測分布と経験ベイズ学習 第6章　変分ベイズ学習 第7章　変分ベイズ学習の性質