情報科学

「学習とはできるだけデータを圧縮できるような構造を見つけ出すことである」という指針の下、統一的に学習アルゴリズムを設計し、解析することを試みる。機械学習を貫くひとつの視点を提示する書。

情報理論の二大支柱である「情報源符号化」と「通信路符号化」の基本的事項をすべてカバーしながら、重要な事項を厳選して丁寧に解説し、コンパクトにまとめた「情報理論」の入門書。

大学生が知っておくべき最低限の情報リテラシーを解説した教科書である。Windows10およびOffice2016に対応している。これらソフトの操作法はもちろんのこと，コンピュータのハードおよびソフト，情報通信ネットワークやセキュリティ等にも言及し，幅広い分野にわたって情報リテラシーを獲得できる。また，キーボードの入力方法やIMEの使い方等も詳しく解説し，知っていて当然と思われてきた部分も改めて確認できる。単なるソフトの操作法の説明にならないように，情報リテラシーに関して，広く学習できるよう配慮したので，Officeの操作法を知っている人であっても，一読すると，なるほどと思う部分が必ず出てくる本である。

情報の電子化と計算機システムのネットワーク化にともない、情報検索技術はネットワーク社会を支える基幹技術となりつつある。本書では、情報検索の基礎的な概念や理論を体系的に解説する。

機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書! 深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。 【甘利俊一先生推薦】 「世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい」 【主な内容】 1 はじめに 2 機械学習と深層学習 3 ニューラルネット 4 勾配降下法による学習 5 深層学習の正則化 6 誤差逆伝播法 7 自己符号化器 8 畳み込みニューラルネット 9 再帰型ニューラルネット 10 ボルツマンマシン 11 深層強化学習 【機械学習スタートアップシリーズ】 本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。 「機械学習をもっと身近に、機械学習をもっとわかりやすく!」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。 まず、以下の2点を同時に刊行いたします(^o^)/ 『これならわかる深層学習入門』瀧 雅人・著 『ベイズ推論による機械学習入門』須山 敦志・著/杉山 将・監修