異常検知と変化検知

企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える 1 冊。現在知られている異常検知・変化検知の手法の大半をカバーした。 企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。 【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 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 2 期として、以下の 4 点を同時刊行! 統計的学習理論 金森 敬文・著 サポートベクトルマシン 竹内 一郎／烏山 昌幸・著 確率的最適化 鈴木 大慈・著 異常検知と変化検知 井手 剛／杉山 将・著 第 3 期の刊行は 2015 年 12 月、第 4 期の刊行は 2016 年 4 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 異常検知・変化検知の基本的な考え方 第 2 章 ホテリングの T2 法による異常検知 第 3 章 単純ベイズ法による異常検知 第 4 章 近傍法による異常検知 第 5 章 混合分布モデルによる逐次更新型異常検知 第 6 章 サポートベクトルデータ記述法による異常検知 第 7 章 方向データの異常検知 第 8 章 ガウス過程回帰による異常検知 第 9 章 部分空間法による変化検知 第 10 章 疎構造学習による異常検知 第 11 章 密度比推定による異常検知 第 12 章 密度比推定による変化検知