組合せ最適化から機械学習へ(クミアワセサイテキカカラキカイガクシュウヘ)

機械学習における組合せ最適化,特に近似アルゴリズムを解説した,初めての和書.古典的な結果をしっかりと踏まえつつ,最新の結果までスムーズに到達できるよう,トピックや具体例を配置した.
本書の概要／組合せ最適化の基礎／劣モジュラ最大化／グラフマイニング／本書のまとめと展望／基の同時交換公理の証明／凸解析の基礎／線形回帰の基礎

機械学習と組合せ最適化は、一見すると別々の分野に見えますが、実際には深い接点を持っています。本書はその接点を明示的に橋渡しする構成を取り、離散数学や組合せ最適化のアルゴリズムが機械学習の問題設定にどう結びつくかを解説します。グラフ理論、マッチング、ネットワークフローなどの古典的なトピックと、学習アルゴリズムの設計原理を行き来する内容です。

読み進めるには線形代数とアルゴリズムの基礎知識が前提になります。純粋に機械学習だけを学びたい人や、まだプログラミング自体に慣れていない段階の人には向きません。一方、情報系の学部で離散数学を学んだ経験があり、その知識を機械学習の文脈に接続したいと考える人にとっては、両分野を統合的に見通すための道筋になります。

最適化と学習の境界領域を体系的に扱う和書は多くありません。どちらかの分野にすでに片足を置いている読者が、もう一方へ橋を架けるための教科書として位置づけられます。