機械学習のための連続最適化(キカイガクシュウノタメノレンゾクサイテキカ)

最小の努力で、最大の学びがここにある!・境界分野が面白い! 基礎から最先端まで,骨太の一冊!・機械学習に不可欠な基礎知識が身につく。・おだやかではない。かつてこれほどの教科書があっただろうか。

最小の努力で、最大の学びがここにある!
・境界分野が面白い! 基礎から最先端まで,骨太の一冊!
・機械学習に不可欠な基礎知識が身につく。
・おだやかではない。かつてこれほどの教科書があっただろうか。

【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 30 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 6 期として、以下の 3 点を刊行!

機械学習のための連続最適化 金森 敬文/鈴木 大慈/竹内 一郎/佐藤 一誠・著
関係データ学習 石黒 勝彦/林 浩平・著
オンライン予測 畑埜 晃平/瀧本 英二・著

第 7 期の刊行は 2017 年 4 月、第 8 期の刊行は 2017 年 8 月の予定。

【シリーズ編者】
杉山 将 理化学研究所 革新知能統合研究センター センター長／東京大学大学院新領域創成科学研究科 教授

機械学習アルゴリズムの核にある「パラメータの最適化」を、連続最適化理論の視点から厳密に解説した数理書です。著者の金森敬文氏らは統計的機械学習と最適化の研究者であり、勾配降下法、確率的最適化、凸最適化、正則化手法などを、定理と証明を伴いながら体系的に展開しています。講談社のサイエンティフィク・シリーズの一冊として、大学院レベルの教科書としての役割を担っています。

本書の読者像は明確で、線形代数と微分積分を一通り学んだうえで、機械学習の背後にある最適化理論を数学的に理解したい人です。フレームワークのチュートリアルではモデルが「なぜ収束するのか」「なぜこの更新式なのか」が見えないまま進みますが、本書はその問いに数学で正面から答えます。学部レベルの数学に不安がある状態で読み始めると厳しいため、前提知識の確認は必須です。

実装寄りの機械学習書では省略されがちな理論の柱を固める本であり、研究者志望の大学院生や、機械学習の理論的基盤を強化したいエンジニアが腰を据えて取り組む一冊です。読んだ後は論文中の最適化手法の記述が格段に読みやすくなります。