目次
1 必要な数学的知識
2 文書および単語の数学的表現
3 クラスタリング
4 分類
5 系列ラベリング
6 実験の仕方など
著者等紹介
奥村学[オクムラマナブ]
1984年東京工業大学工学部情報工学科卒業。1989年東京工業大学大学院博士課程修了(情報工学専攻)、工学博士。1989年東京工業大学助手。1992年北陸先端科学技術大学院大学助教授。2000年東京工業大学助教授。2007年東京工業大学准教授。2009年東京工業大学教授
高村大也[タカムラヒロヤ]
1997年東京大学工学部計数工学科卒業。2000年東京大学大学院工学系研究科修士課程修了(計数工学専攻)。2003年奈良先端科学技術大学院大学情報科学研究科博士課程修了(自然言語処理学専攻)、博士(工学)。2003年東京工業大学助手。2007年東京工業大学助教。2010年東京工業大学准教授(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
1 ~ 1件/全1件
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
ぶう
14
言語処理のためのとタイトルにあるが、言語処理でなくても機械学習全般について参考になる内容。出版年が2010年ということもあり、ニューラルネットワークについては触れられていないが、ページ数も200ページ程とコンパクトにまとまっており、大変読みやすい。数式での説明が多く、数学が得意でない人にはちょっとつらいかもしれないが、その数学についてフォローする項目にもページを割いているため、理解に繋がりやすい構成である。「ラグランジュの乗数法」の説明が分かりやすく、今まであやふやだった部分が理解できたのが良かった。2022/12/12
しんしん
7
非常に読みやすかった。 数式で説明してくれているのだが、厳密な証明は省かれていて、技術者がどう使うかということに焦点を合わせてくれていた。 仕事で実際に使っていけそうだ。2015/12/14
わたなべ
5
入門と謳っているが結構難しいと思う。要求される数学レベルもそこそこ高い。読んでいて機械学習の奥深さを痛感させられた。個人的には機械学習で出てくる用語が理解できたのが大きい。また、EMアルゴリズムやサポートベクターマシンなど言葉は聞いたことがあっても詳しくは知らなかったので、詳しく説明があったのがありがたい。章末問題を飛ばして最後まで読んだが、より理解を深めるためにも章末問題を解いていこうと思う。2018/10/04
jackkitte
4
自然言語処理を使って文章のクラスタリングを行いたかったので、こちらの本を購入しました。 自然言語処理については初心者とそんなの変わらないレベルの知識のため(機械学習や統計的なものはある程度知ってはいるが)この入門と書かれた本に行き当たりました。 読んでみると、入門と書いている割には数式がガッツリ書かれているので、統計や確率の知識がある前提で読まないと厳しいです。 ですが、自然言語処理についての基本的なことや、アルゴリズムの使い方などは丁寧に書かれているので、私としては凄く分かりやすい内容だっと思います。2017/08/03
piro5
4
「これなら分かる最適化数学」のおかげである程度は分かったがやはりムズい。「どういう事例に有効なのか」をもう少しちゃんと説明してほしいとも思う。これで「入門書」なのか。。確かに必要な数学は少ないように感じるが、敷居が高すぎる。世の本は「史上最強図解 これならわかる!ベイズ統計学」を見習ってほしい。2015/12/21