機械学習 機械学習および データマイニング Ⅳ【後半】脚注 参考文献 関連項目 外部リンク

機械学習 機械学習および データマイニング Ⅲ【中半】技法…

脚注

1. ^  Wernick, Yang, Brankov, Yourganov and Strother, Machine Learning in Medical Imaging, IEEE Signal Processing Magazine, vol. 27, no. 4, July 2010, pp. 25-38
2. ^ それらの手法は、Machine Learning や IEEE Transactions on Pattern Analysis and Machine Intelligence などの学術雑誌などで発表されることが多い。
3.  もう一度「ビッグデータ」を考える
4. http://holehouse.org/mlclass/01_02_Introduction_regression_analysis_and_gr.html
5.  Mitchell, T. (1997). Machine Learning, McGraw Hill. ISBN 0-07-042807-7, p.2.
6.  Christopher M. Bishop (2006) Pattern Recognition and Machine Learning, Springer ISBN 0-387-31073-8.
7.  統計的学習理論, 金森敬文, 機械学習プロフェッショナルシリーズ, 講談社, 2015, ISBN 9784061529052
8.  Yoshua Bengio (2009). Learning Deep Architectures for AI. Now Publishers Inc.. p. 1–3. ISBN 978-1-60198-294-0.
9.  "BelKor Home Page" research.att.com

参考文献

• Thomas Mitchell "Machine Learning" McGraw-Hill (1997) ISBN 978-0071154673 (入門用の教科書) →サポートページ
• Christopher M. Bishop "Pattern Recognition And Machine Learning" Springer-Verlag (2006) ISBN 978-0387310732 (中上級の教科書) →サポートページ（ここから、第8章 "Graphical Models" をpdf形式で入手可能）
  • 日本語版「パターン認識と機械学習 - ベイズ理論による統計的予測」シュプリンガージャパン (2007-2008) 上巻：ISBN 978-4431100133 下巻：ISBN 978-4431100317 →日本語版サポートページ
• Trevor Hastie, Robert Tibshirani, and Jerome H. Friedman "The Elements of Statistical Learning: Data Mining, Inference, and Prediction" Springer-Verlag (2001) ISBN 978-0387952840 (高度な内容も含む．数理・統計系の手法が中心) →サポートページ（ここから、全章をpdf形式で入手可能）
• David MacKay "Information Theory, Inference, and Learning Algorithms" (2003) (ベイズ推論を中心に、情報理論と機械学習を包括的にカバーした教科書) →著者ページ（ここから全文をPDF形式で入手可能）
• Sergios Theodoridis, Konstantinos Koutroumbas (2009) "Pattern Recognition", 4th Edition, Academic Press, ISBN 978-1-59749-272-0.
• Ethem Alpaydın (2004) Introduction to Machine Learning (Adaptive Computation and Machine Learning), MIT Press, ISBN 0-262-01211-1
• Bing Liu (2007), Web Data Mining: Exlporing Hyperlinks, Contents and Usage Data. Springer, ISBN 3-540-37881-2
• Toby Segaran (2007), Programming Collective Intelligence, O'Reilly, ISBN 0-596-52932-5
• Ray Solomonoff, "An Inductive Inference Machine" A privately circulated report from the 1956 Dartmouth Summer Research Conference on AI.
• Ray Solomonoff, An Inductive Inference Machine, IRE Convention Record, Section on Information Theory, Part 2, pp., 56-62, 1957.
• Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell (1983), Machine Learning: An Artificial Intelligence Approach, Tioga Publishing Company, ISBN 0-935382-05-4.
• Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell (1986), Machine Learning: An Artificial Intelligence Approach, Volume II, Morgan Kaufmann, ISBN 0-934613-00-1.
• Yves Kodratoff, Ryszard S. Michalski (1990), Machine Learning: An Artificial Intelligence Approach, Volume III, Morgan Kaufmann, ISBN 1-55860-119-8.
• Ryszard S. Michalski, George Tecuci (1994), Machine Learning: A Multistrategy Approach, Volume IV, Morgan Kaufmann, ISBN 1-55860-251-8.
• Bishop, C.M. (1995). Neural Networks for Pattern Recognition, Oxford University Press. ISBN 0-19-853864-2.
• Richard O. Duda, Peter E. Hart, David G. Stork (2001) Pattern classification (2nd edition), Wiley, New York, ISBN 0-471-05669-3.
• Huang T.-M., Kecman V., Kopriva I. (2006), Kernel Based Algorithms for Mining Huge Data Sets, Supervised, Semi-supervised, and Unsupervised Learning, Springer-Verlag, Berlin, Heidelberg, 260 pp. 96 illus., Hardcover, ISBN 3-540-31681-7.
• KECMAN Vojislav (2001), Learning and Soft Computing, Support Vector Machines, Neural Networks and Fuzzy Logic Models, The MIT Press, Cambridge, MA, 608 pp., 268 illus., ISBN 0-262-11255-8.
• Ian H. Witten and Eibe Frank (2011). Data Mining: Practical machine learning tools and techniques Morgan Kaufmann, 664pp., ISBN 978-0123748560.
• Sholom Weiss and Casimir Kulikowski (1991). Computer Systems That Learn, Morgan Kaufmann. ISBN 1-55860-065-5.
• Mierswa, Ingo and Wurst, Michael and Klinkenberg, Ralf and Scholz, Martin and Euler, Timm: YALE: Rapid Prototyping for Complex Data Mining Tasks, in Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD-06), 2006.
• Vladimir Vapnik (1998). Statistical Learning Theory. Wiley-Interscience, ISBN 0-471-03003-1.

• ピーター フラッハ, 竹村 彰通 (監訳）、「機械学習 ─データを読み解くアルゴリズムの技法─」、朝倉書店、ISBN978-4254122183　（2017年4月5日）。

関連項目

• 自動推論
• 計算知能
• 計算論的神経科学
• 認知科学
• 認知モデル
• データマイニング
• パターン認識
• カーネル法
• エンタープライズサーチ
• 次元の呪い
• 言語獲得
• ワトソン (コンピュータ)

外部リンク

• 人工知能学会
• 電子情報通信学会 情報論的学習理論と機械学習 (IBISML) 研究会
• 朱鷺の杜Wiki 機械学習・データマイニングについてのWiki
• 多層ニューラルネットワークと自己組織化写像のアプリケーション
• International Machine Learning Society

統計学 標本調査 標本   母集団   無作為抽出   層化抽出法 要約統計量 連続データ 位置 平均  算術   幾何   調和     中央値  分位数     最頻値   階級値 分散 範囲   標準偏差   変動係数   百分率 モーメント 分散   歪度   尖度 カテゴリデータ 頻度   分割表 統計的推測 仮説検定 帰無仮説   対立仮説   有意   棄却   ノンパラメトリック手法   スチューデントのt検定   ウェルチのt検定   カイ二乗検定   イェイツのカイ二乗検定 累積カイ二乗検定   F検定   G検定   マン・ホイットニーのU検定   Z検定   フィッシャーの正確確率検定   二項検定   尤度比検定   マンテル検定 コクラン・マンテル・ヘンツェルの統計量   ウィルコクソンの符号順位検定   アンダーソン–ダーリング検定   カイパー検定   ジャック–ベラ検定 シャピロ–ウィルク検定   コルモゴロフ–スミルノフ検定   分散分析   共分散分析 区間推定 信頼区間   予測区間 その他 最尤推定   最大事後確率   ベイズ推定   尤度関数   カーネル密度推定   最小距離推定   メタアナリシス 生存時間分析 生存時間関数   カプラン＝マイヤー推定量   ログランク検定   故障率   比例ハザードモデル 相関 交絡変数   ピアソンの積率相関係数   順位相関  スピアマンの順位相関係数   ケンドールの順位相関係数 モデル 一般線形モデル   一般化線形モデル   混合モデル   一般化線形混合モデル 回帰 線形 線形回帰   リッジ回帰   Lasso   エラスティックネット 非線形 k近傍法   回帰木   ランダムフォレスト   ニューラルネットワーク   サポートベクター回帰   射影追跡回帰 分類 線形 線形判別分析   ロジスティック回帰   単純ベイズ分類器   単純パーセプトロン   線形サポートベクターマシン 二次 二次判別分析 非線形 k近傍法   決定木   ランダムフォレスト   ニューラルネットワーク   サポートベクターマシン   ベイジアンネットワーク   隠れマルコフモデル その他 二項分類   多クラス分類   第一種過誤と第二種過誤 教師なし学習 クラスタリング k平均法  k-means++法 その他 主成分分析   独立成分分析   自己組織化写像 統計図表 棒グラフ   バイプロット   箱ひげ図   管理図   森林プロット   ヒストグラム   Q-Q プロット   ランチャート   散布図   幹葉図   バイオリン図 歴史 統計学歴史   統計学の創始者   確率論と統計学の歩み 応用 社会統計学   生物統計学   統計力学   計量経済学   機械学習   実験計画法 出版物 統計学に関する学術誌一覧   重要な出版物 カテゴリ

カテゴリ: 

• 機械学習
• 人工知能
• 学習
• サイバネティックス