検索結果資料の内容

図書
ログインすると表紙画像を
ご覧になれます
ご利用の地域の図書館が所蔵している場合、そちらの方が早く借りられることもあります。
また、ご利用の地域の図書館に申し込み、県立図書館の資料を取り寄せることもできます。
岡山県図書館横断検索

この資料の情報へのリンク：

蔵書情報

この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。

所蔵数 1 在庫数 1 予約数 0

資料の状態

各蔵書資料に関する詳細情報です。

No. 資料番号 資料種別 請求記号 配架場所 状態 貸出
1 0007788466図書一般007.13/ｶﾅ06/書庫貸出可  ○

この資料に対する操作

カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。

いますぐ予約する を押すと 認証後この資料をすぐに予約します。

この資料に対する操作

電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。

登録するリストログインメモ

書誌情報サマリ

タイトル

ブースティング

人名 金森 敬文／共著
人名ヨミ カナモリ タカフミ
出版者・発行者 森北出版
出版年月 2006.9

書誌詳細

この資料の書誌詳細情報です。

書誌種別 図書
タイトル ブースティング
サブタイトル 学習アルゴリズムの設計技法
シリーズ名 知能情報科学シリーズ
タイトルヨミ ブースティング
サブタイトルヨミ ガクシュウ アルゴリズム ノ セッケイ ギホウ
シリーズ名ヨミ チノウ ジョウホウ カガク シリーズ
人名 金森 敬文／共著 　 畑埜 晃平／共著 　 渡辺 治／共著
人名ヨミ カナモリ タカフミ　ハタノ コウヘイ　ワタナベ オサム
出版者・発行者 森北出版
出版者・発行者等ヨミ モリキタ シュッパン
出版地・発行地 東京
出版・発行年月 2006.9
ページ数または枚数・巻数 8,207p
大きさ 22cm
価格 ￥３８００
ISBN 4-627-81331-7
注記 文献:p199〜204
分類記号 007.13
件名 人工知能 ／ アルゴリズム
内容紹介 学習アルゴリズムを設計する技法として、さまざまな分野で使われているブースティング技法。この技法の使用に際して生じる疑問に対し、理論の見地から答えることを目標に、これまでの理論的な研究をまとめた一冊。
著者紹介 総合研究大学院大学博士課程修了。東京工業大学大学院情報理工学研究科助手。
言語区分 jpn
タイトルコード 1009810890047
目次 第1章 確率的近似学習
1.1 学習の対象:命題論理関数／1.2 学習の目標:確率的近似学習／1.3 確率的近似学習アルゴリズムの例／1.4 確率的近似学習アルゴリズム設計の一指針:オッカムの定理
第2章 ブースティング技法
2.1 ブースティング技法の考え方／2.2 ブースティング技法の適用例／2.3 代表的なブースティング:AdaBoost／2.4 学習アルゴリズムの設計で生じる疑問点
第3章 フィルタリング技法とブースティング
3.1 サンプリングによる弱学習／3.2 フィルタアルゴリズム／3.3 フィルタリングに適したブースティング:MadaBoost
第4章 ブースティングの統計的解釈
4.1 統計的学習の目標／4.2 期待得失にもとづくAdaBoostの導出／4.3 損失関数とブースティング
第5章 誤差の統計モデルとブースティング
5.1 損失関数にもとづく誤差の統計モデル／5.2 ミスラベルに起因する誤差に対するブースティング
第6章 外れ値に強いブースティング
6.1 ロバスト統計からの準備／6.2 もっとも頑健な損失関数／6.3 ソフトマージンによるブースティング
第7章 多値判別のためのブースティング
7.1 多値判別の学習の枠組み／7.2 多値版AdaBoost:AdaBoostMlt／7.3 2値判別の組み合わせによる多値判別／7.4 分布推定のためのブースティング:U‐Boost
第8章 よりよいブースティングを目指して
8.1 自信度を用いたブースティング／8.2 判別値ごとの自信度を用いたブースティング:InfoBoost／8.3 誤判別確率が偏る例:クラスDISJの学習
付録 ブースティングの情報幾何



目次


内容細目

関連資料

この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。

金森 敬文　畑埜 晃平　渡辺 治
【計算理論の基礎3】 計算理論の基礎3
Michael … 【計算理論の基礎2】 計算理論の基礎2
Michael … 【計算理論の基礎1】 計算理論の基礎1
Michael … 【理論計算機科学事典】 理論計算機科学事典
徳山 豪／総編集… 【「平成」の天皇と現代史】 「平成」の天皇と現代史
渡辺 治／著 【安倍政権の終焉と新自由主義政治、改…】 安倍政権の終焉と新自由主義政治、改…
渡辺 治／著 【戦後史のなかの安倍改憲　：　安倍政…】 戦後史のなかの安倍改憲　：　安倍政…
渡辺 治／著 【Rによる機械学習入門】 Rによる機械学習入門
金森 敬文／著 【現代史とスターリン　：　『スターリ…】 現代史とスターリン　：　『スターリ…
渡辺 治／著,不… 【日米安保と戦争法に代わる選択肢　：…】 日米安保と戦争法に代わる選択肢　：…
渡辺 治／編,福… 【戦後70年の日本資本主義】 戦後70年の日本資本主義
渡辺 治／著,石… 【現代史の中の安倍政権　：　憲法・戦…】 現代史の中の安倍政権　：　憲法・戦…
渡辺 治／著 【コンピュータサイエンス　：　計算を…】 コンピュータサイエンス　：　計算を…
渡辺 治／著 【憲法改正問題資料下】 憲法改正問題資料下
渡辺 治／編著 【憲法改正問題資料上】 憲法改正問題資料上
渡辺 治／編著 【秘密保護法から「戦争する国」へ　：…】 秘密保護法から「戦争する国」へ　：…
右崎 正博／編,… 【<大国>への執念 安倍政権と日本の…】 <大国>への執念 安倍政権と日本の…
渡辺 治／著,岡… 【集団的自衛権容認を批判する】 集団的自衛権容認を批判する
渡辺 治／[ほか… 【今度こそわかるP≠NP予想】 今度こそわかるP≠NP予想
渡辺 治／著 【安倍政権の改憲・構造改革新戦略　：…】 安倍政権の改憲・構造改革新戦略　：…
渡辺 治／著 【安倍政権と日本政治の新段階　：　新…】 安倍政権と日本政治の新段階　：　新…
渡辺 治／著 【小さいおじさんと友だちになれる本】 小さいおじさんと友だちになれる本
フクちゃん／作,… 【渡辺治の政治学入門】 渡辺治の政治学入門
渡辺 治／著 【マンガで入門!会社の数字が面白いほ…】 マンガで入門!会社の数字が面白いほ…
森岡 寛／作,渡… 【社会人大学院生のススメ　：　働きな…】 社会人大学院生のススメ　：　働きな…
松本 肇／編,稲…
007.13　007.13
【おとなもこどもも知りたい生成AIの…】 おとなもこどもも知りたい生成AIの…
鈴木 秀樹／監修 【よくわかる人工知能のすべて　：　生…】 よくわかる人工知能のすべて　：　生…
 【ニューラルネットワーク入門】 ニューラルネットワーク入門
李 銀星／著,山… 【生成AIの論点　：　学問・ビジネス…】 生成AIの論点　：　学問・ビジネス…
喜連川 優／編著 【責任あるAIとルール】 責任あるAIとルール
古川 直裕／著,… 【Microsoft Copilot…】 Microsoft Copilot…
日経PC21／編 【深層学習による画像認識の基礎】 深層学習による画像認識の基礎
菅沼 雅徳／著 【60分でわかる!生成AIビジネス活…】 60分でわかる!生成AIビジネス活…
上田 雄登／著 【ゼロから作るDeep Learn…5】 ゼロから作るDeep Learn…5
斎藤 康毅／著 【10年後のハローワーク　：　これか…】 10年後のハローワーク　：　これか…
川村 秀憲／著 【ITの仕事に就いたら「最低限」知っ…】 ITの仕事に就いたら「最低限」知っ…
南 龍太／著 【深層学習生成AIの基礎】 深層学習生成AIの基礎
岡留 剛／著 【実践生成AIの教科書　：　実績豊富…】 実践生成AIの教科書　：　実績豊富…
日立製作所Gen… 【頭がいい人のChatGPT&Cop…】 頭がいい人のChatGPT&Cop…
橋本 大也／著 【ChatGPT「超」勉強法】 ChatGPT「超」勉強法
野口 悠紀雄／著 【概説人工知能　：　ディープラーニン…】 概説人工知能　：　ディープラーニン…
丸岡 章／著 【光リザーバーコンピューティング　：…】 光リザーバーコンピューティング　：…
菅野 円隆／著,… 【教養としての機械学習】 教養としての機械学習
杉山 将／著 【人工知能の哲学入門】 人工知能の哲学入門
鈴木 貴之／著 【9歳から知っておきたいAIを味方に…】 9歳から知っておきたいAIを味方に…
TOSS AI活… 【図解深層学習　：　数理で理解する基…】 図解深層学習　：　数理で理解する基…
小池 敦／著 【AIガバナンス入門　：　リスクマネ…】 AIガバナンス入門　：　リスクマネ…
羽深 宏樹／著 【2冊目に学ぶChatGPTプロンプ…】 2冊目に学ぶChatGPTプロンプ…
岡田 徹／著,秋… 【人工知能入門　：　初歩からGPT/…】 人工知能入門　：　初歩からGPT/…
豊田 秀樹／編著 【ビジネスパーソンのためのChatG…】 ビジネスパーソンのためのChatG…
國本 知里／監修
人工知能　アルゴリズム
もどる
このページの先頭へ トップページへ

本文はここまでです。

ページの終わりです。