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 0014876676図書一般417/ｸﾘ19/2F自然貸出可  ○

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

統計的パターン認識と判別分析

人名 栗田 多喜夫／共著
人名ヨミ クリタ タキオ
出版者・発行者 コロナ社
出版年月 2019.1

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 統計的パターン認識と判別分析
シリーズ名 シリーズ情報科学における確率モデル
シリーズ番号 1
タイトルヨミ トウケイテキ パターン ニンシキ ト ハンベツ ブンセキ
シリーズ名ヨミ シリーズ ジョウホウ カガク ニ オケル カクリツ モデル
シリーズ番号ヨミ 1
人名 栗田 多喜夫／共著 　 日高 章理／共著
人名ヨミ クリタ タキオ　ヒダカ アキノリ
出版者・発行者 コロナ社
出版者・発行者等ヨミ コロナシャ
出版地・発行地 東京
出版・発行年月 2019.1
ページ数または枚数・巻数 10,223p
大きさ 21cm
価格 ￥３４００
ISBN 978-4-339-02831-7
ISBN 4-339-02831-7
注記 文献:p217〜219
分類記号 417
件名 数理統計学
内容紹介 データの背後の確率的な関係が明確な場合について、変分法を用いて回帰や識別のための最適な非線形関数を導出する手法を解説したテキスト。多くの現実的な手法が最適な非線形関数の近似になっていることを示す。
著者紹介 広島大学大学院教授。博士(工学)(筑波大学)。
言語区分 JPN
タイトルコード 1009812274483
目次 第1章 パターン認識とベイズ決定理論
1.1 パターン認識／1.2 ベイズ決定理論／1.3 正規分布の場合のベイズ識別
第2章 最適な回帰と識別
2.1 機械学習／2.2 予測のための最適非線形回帰／2.3 識別のための最小二乗非線形関数／2.4 識別のための非線形識別関数
第3章 確率分布の推定
3.1 確率分布の推定法／3.2 パラメトリックモデルによる確率分布の推定／3.3 ノンパラメトリックモデルを用いる方法／3.4 セミパラメトリックな手法
第4章 予測のための線形モデル
4.1 線形回帰分析／4.2 最適な非線形回帰関数との関係／4.3 線形モデルを用いた非線形回帰／4.4 回帰分析と汎化性能／4.5 正則化回帰
第5章 識別のための線形モデル
5.1 線形識別関数とその性質／5.2 単純パーセプトロン／5.3 Adaptive Linear Neuron(ADALINE)／5.4 ロジスティック回帰／5.5 サポートベクトルマシン／5.6 多クラス識別のための線形識別関数の学習／5.7 識別のための最適な非線形関数との関係／5.8 多層パーセプトロン
第6章 主成分分析と判別分析
6.1 主成分分析／6.2 線形判別分析
第7章 カーネル法
7.1 カーネル法とは／7.2 カーネル回帰分析／7.3 カーネルサポートベクトルマシン／7.4 カーネル主成分分析／7.5 カーネル判別分析
第8章 最適非線形判別分析と判別カーネル
8.1 最適非線形判別写像／8.2 事後確率の近似を通した非線形判別分析／8.3 判別カーネル
付録
A.1 線形代数のまとめ／A.2 ベクトル・行列の微分と最適化の基礎／A.3 確率統計の基礎



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。

417　417
【因果推論　：　基礎から機械学習・時…】 因果推論　：　基礎から機械学習・時…
金本 拓／著 【中高生からのデータサイエンス　：　…】 中高生からのデータサイエンス　：　…
名塩 隆史／著 【はじめての統計的因果推論】 はじめての統計的因果推論
林 岳彦／著 【統計学の極意】 統計学の極意
デイヴィッド・シ… 【ヤバい統計　：　政府、政治家、世論…】 ヤバい統計　：　政府、政治家、世論…
ジョージナ・スタ… 【データ解析のための線形回帰】 データ解析のための線形回帰
Sanford … 【窓をひらけばわかるデータのホント　…】 窓をひらけばわかるデータのホント　…
田中 司朗／著,… 【入門ベイズ統計】 入門ベイズ統計
松原 望／著 【ネットワーク科学入門　：　Pyth…】 ネットワーク科学入門　：　Pyth…
F.メンツァー／… 【統計学への漸近論,その先は　：　現…】 統計学への漸近論,その先は　：　現…
清水 泰隆／著 【まるごとわかる統計と確率　：　デー…】 まるごとわかる統計と確率　：　デー…
 【確率的シミュレーション】 確率的シミュレーション
大久保 潤／著 【10歳からのデータリテラシー　：　…】 10歳からのデータリテラシー　：　…
本丸 諒／著 【アンケート調査とAHPデータ分析　…】 アンケート調査とAHPデータ分析　…
法雲 俊栄／著,… 【仕事で役立つ統計学】 仕事で役立つ統計学
野村総合研究所未… 【スマホゲームのガチャでSSRを引く…】 スマホゲームのガチャでSSRを引く…
佐々木 淳／著 【ビジュアルでわかる統計学のキホン】 ビジュアルでわかる統計学のキホン
高部 勲／著 【データサイエンス入門　：　線形代数…】 データサイエンス入門　：　線形代数…
原田 史子／著,… 【知っておきたい!統計のオモテとウラ…】 知っておきたい!統計のオモテとウラ…
神林 博史／著 【いますぐ問題解決したくなる13歳か…】 いますぐ問題解決したくなる13歳か…
中野 崇／著 【Pythonによるデータ分析入門　…】 Pythonによるデータ分析入門　…
Wes McKi… 【インベンス・ルービン統計的因果推…下】 インベンス・ルービン統計的因果推…下
G.W.インベン… 【インベンス・ルービン統計的因果推…上】 インベンス・ルービン統計的因果推…上
G.W.インベン… 【ノン・セミパラメトリック統計解析】 ノン・セミパラメトリック統計解析
西山 慶彦／著,… 【高校数学からはじめる統計学】 高校数学からはじめる統計学
竹士 伊知郎／著
数理統計学
【因果推論　：　基礎から機械学習・時…】 因果推論　：　基礎から機械学習・時…
金本 拓／著 【中高生からのデータサイエンス　：　…】 中高生からのデータサイエンス　：　…
名塩 隆史／著 【ロボットの確率・統計　：　製作・競…】 ロボットの確率・統計　：　製作・競…
上田 隆一／著 【統計学の極意】 統計学の極意
デイヴィッド・シ… 【ヤバい統計　：　政府、政治家、世論…】 ヤバい統計　：　政府、政治家、世論…
ジョージナ・スタ… 【窓をひらけばわかるデータのホント　…】 窓をひらけばわかるデータのホント　…
田中 司朗／著,… 【入門ベイズ統計】 入門ベイズ統計
松原 望／著 【統計学への漸近論,その先は　：　現…】 統計学への漸近論,その先は　：　現…
清水 泰隆／著 【まるごとわかる統計と確率　：　デー…】 まるごとわかる統計と確率　：　デー…
 【心理学の測定と調査】 心理学の測定と調査
吉村 宰／編,荘… 【10歳からのデータリテラシー　：　…】 10歳からのデータリテラシー　：　…
本丸 諒／著 【Pythonによる時系列予測】 Pythonによる時系列予測
Marco Pe… 【仕事で役立つ統計学】 仕事で役立つ統計学
野村総合研究所未… 【スマホゲームのガチャでSSRを引く…】 スマホゲームのガチャでSSRを引く…
佐々木 淳／著 【ビジュアルでわかる統計学のキホン】 ビジュアルでわかる統計学のキホン
高部 勲／著 【データサイエンス入門　：　線形代数…】 データサイエンス入門　：　線形代数…
原田 史子／著,… 【いますぐ問題解決したくなる13歳か…】 いますぐ問題解決したくなる13歳か…
中野 崇／著 【Pythonによるデータ分析入門　…】 Pythonによるデータ分析入門　…
Wes McKi… 【入門はじめての時系列分析】 入門はじめての時系列分析
石村 貞夫／著,… 【高校数学からはじめる統計学】 高校数学からはじめる統計学
竹士 伊知郎／著 【統計ソフト「R」超入門　：　統計学…】 統計ソフト「R」超入門　：　統計学…
逸見 功／著 【Python統計分析&機械学習マス…】 Python統計分析&機械学習マス…
チーム・カルポ／… 【因果推論入門　：　ミックステープ:…】 因果推論入門　：　ミックステープ:…
Scott Cu… 【速習ベイズの定理　：　「推論」に効…】 速習ベイズの定理　：　「推論」に効…
James V … 【確率・統計のための数学基礎】 確率・統計のための数学基礎
小林 俊公／著,…
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。