情報論的学習理論

共立出版
山西健司　

• 価格: 4,620円（本体4,200円＋税）
• 発行年月: 2010年10月
• 判型: Ａ５
• ISBN: 9784320122550

内容情報

[BOOKデータベースより]

第１章　符号化と学習
第２章　一括学習とモデル選択
第３章　逐次符号化と逐次的予測
第４章　拡張型確率的コンプレキシティと学習
第５章　学習と最適化アルゴリズム
第６章　アンサンブル学習
第７章　動的モデル選択
第８章　完全なるＭＤＬ原理に向けて
第９章　おわりに―情報論的学習理論のまとめと今後

[日販商品データベースより]

大量のデータから知識を獲得する技術として「機械学習」が注目を集めており、今やデータマイニング、ロボティクス、バイオインフォマティクスなど広く現実的な応用可能性をもっている。その機械学習には計算論的アプローチ、統計学的アプローチ、経験的アプローチなど様々なアプローチがあるが、本書では、情報量の観点から統一的に機械学習アルゴリズムの設計と解析を論ずる「情報論的アプローチ」を試みる。特に、「確率的コンプレキシティ（＝記述長）」という情報理論的概念を軸に、「学習とは確率的コンプレキシティを最小化するモデルを探すことである」という明快な指針に基づき、機械学習の代表的な問題―一括学習、逐次的予測、分散学習、最適化、動的モデル選択―を解決できることを示している。