>
機械学習/データマイニング（１）
リストマニャはヤフー経由でアマゾンリストマニアをキーワード検索する商品情報検索サイトです。
リストマニア：機械学習/データマイニング（１）
に含まれる商品
The Elements of Statistical Learning: Data Mining, Inference, and Prediction (Springer Series in Statistics)
Trevor Hastie, Robert Tibshirani, Jerome Friedman
統計的な機械学習の良い入門書。知ってる人にも学ぶところが多い。 |
Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations (The Morgan Kaufmann Series in Data Management Systems)
Ian H. Witten, Eibe Frank
何かに応用したい人の入門書 。感覚的な説明でそのアルゴリズムが何をやっているかを説明してくれる。 |
Foundations of Statistical Natural Language Processing
Christopher D. Manning, Hinrich Schütze
統計的NLPのトピックを俯瞰するのにはよい。ただし、俯瞰。 |
Machine Learning (Mcgraw-Hill Series in Computer Science)
Thomas Mitchell
機械学習で最良の入門書!SVMなどの最新のトピックは無いが、とても分かりやすい。 |
Pattern Classification
Richard O. Duda, Peter E. Hart, David G. Stork
パタン認識や機械学習の入門書。SVM、boostingもカバーしている。わかりやすい。 |
Machine Learning (Mcgraw-Hill International Edit)
Thomas Mitchell
機械学習で最良の入門書!SVMなどの最新のトピックは無いが、とても分かりやすい。 |
Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
Richard Durbin, Sean R. Eddy, Anders Krogh, Graeme Mitchison
情報の立場からのバイオインフォマティクス最良の入門書。 |
Learning from Data: Concepts, Theory, and Methods (Adaptive and Learning Systems for Signal Processing, Communications and Control Series)
Vladimir Cherkassky, Filip Mulier
統計的な機械学習の良い入門書。 |
Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond (Adaptive Computation and Machine Learning)
Bernhard Schölkopf, Alexander J. Smola
現在はオンラインで公開されているようです |
An Introduction to Support Vector Machines and Other Kernel-based Learning Methods
Nello Cristianini, John Shawe-Taylor
紹介論文をよむほうがよいかも |
The Nature of Statistical Learning Theory (Information Science and Statistics)
Vladimir Vapnik
本棚に立てたい、立派な肥やし |
Statistical Learning Theory (Adaptive and Learning Systems for Signal Processing, Communications and Control Series)
Vladimir N. Vapnik
本棚に立てたい、立派な肥やし |
Learning Kernel Classifiers: Theory and Algorithms (Adaptive Computation and Machine Learning)
Ralf Herbrich
難易度は高めだが、とても詳細に書かれていて自己完結的 |
An Introduction to Computational Learning Theory
Michael J. Kearns, Umesh V. Vazirani
PAC学習の良い教科書 |
Kernel Methods for Pattern Analysis
John Shawe-Taylor, Nello Cristianini
カーネル部分に集中しているので、これからカーネル設計を学びたいひとにはよいと思う。 |
Kernel Methods in Computational Biology (Computational Molecular Biology)
Bernhard Schölkopf, Koji Tsuda, Jean-Philippe Vert
僕の手前味噌入り |
Text Mining: Predictive Methods for Analyzing Unstructured Information
Sholom M. Weiss, Nitin Indurkhya, Tong Zhang, Fred Damerau
|
Information Theory, Inference and Learning Algorithms
David J. C. MacKay
符号や推論までをカバーした良書。著者のサイトでPDFが公開されている。 |
Introduction to Machine Learning (Adaptive Computation and Machine Learning)
Ethem Alpaydin
|
Neural Networks: A Comprehensive Foundation (2nd Edition)
Simon Haykin
初学者が広範囲にわたり学べる教科書 |
Pattern Recognition and Machine Learning (Information Science and Statistics)
Christopher M. Bishop
新しい定番教科書になりそうなよかん |
Gaussian Processes for Machine Learning (Adaptive Computation and Machine Learning)
Carl Edward Rasmussen, Christopher K. I. Williams
ガウシアンプロセスの教科書。 最初は易しいけど… |
Estimation of Dependences Based on Empirical Data (Information Science and Statistics)
V. Vapnik, S. Kotz
新たな立派な本棚の肥やしになるか |
Prediction, Learning, and Games
Nicolo Cesa-Bianchi, Gabor Lugosi
オンライン学習のはじめての教科書 |
Semi-Supervised Learning (Adaptive Computation and Machine Learning)
Olivier Chapelle, Bernhard Schölkopf, Alexander Zien
半教師アリ学習の、チュートリアル半分手前味噌半分 |