スパース推定100問 with Python
書籍情報
発売日 : 2021年01月28日
著者/編集 : 鈴木 讓
出版社 : 共立出版
発行形態 : 全集・双書
書籍説明
内容紹介
阪大教授Joe Suzukiが講義の演習問題を書籍化。Prof.Joeの100問でスパースの本質をつかむ!
目次
第1章 線形回帰
1.1 線形回帰
1.2 劣微分
1.3 Lasso
1.4 Ridge
1.5 LassoとRidgeを比較して
1.6 elasticネット
1.7 λの値の設定
問題1~20
第2章 一般化線形回帰
2.1 線形回帰のLassoの一般化
2.2 2値のロジスティック回帰
2.3 多値のロジスティック回帰
2.4 ポアッソン回帰
2.5 生存時間解析
付録 命題の証明
問題21~33
第3章 グループLasso
3.1 グループ数が1の場合
3.2 近接勾配法
3.3 グループLasso
3.4 スパースグループLasso
3.5 オーバーラップグループLasso
3.6 目的変数が複数個ある場合のグループLasso
3.7 ロジスティック回帰におけるグループLasso
3.8 一般化加法モデルにおけるグループLasso
付録 命題の証明
問題34~46
第4章 Fused Lasso
4.1 Fused Lassoの適用事例
4.2 動的計画法によるFused Lassoの解法
4.3 LARS
4.4 Lassoの双対問題と一般化Lasso
4.5 ADMM
付録 命題の証明
問題47~61
第5章 グラフィカルモデル
5.1 グラフィカルモデル
5.2 グラフィカルLasso
5.3 疑似尤度を用いたグラフィカルモデルの推定
5.4 JointグラフィカルLasso
付録 命題の証明
問題62~75
第6章 行列分解
6.1 特異値分解
6.2 Eckart-Youngの定理
6.3 ノルム
6.4 低階数近似のスパースの適用
付録 命題の証明
問題76~87
第7章 多変量解析
7.1 主成分分析(1):SCoTLASS
7.2 主成分分析(2):SPCA
7.3 K-meansクラスタリング
7.4 凸クラスタリング
付録 命題の証明
問題88~100
参考文献
索引
1.1 線形回帰
1.2 劣微分
1.3 Lasso
1.4 Ridge
1.5 LassoとRidgeを比較して
1.6 elasticネット
1.7 λの値の設定
問題1~20
第2章 一般化線形回帰
2.1 線形回帰のLassoの一般化
2.2 2値のロジスティック回帰
2.3 多値のロジスティック回帰
2.4 ポアッソン回帰
2.5 生存時間解析
付録 命題の証明
問題21~33
第3章 グループLasso
3.1 グループ数が1の場合
3.2 近接勾配法
3.3 グループLasso
3.4 スパースグループLasso
3.5 オーバーラップグループLasso
3.6 目的変数が複数個ある場合のグループLasso
3.7 ロジスティック回帰におけるグループLasso
3.8 一般化加法モデルにおけるグループLasso
付録 命題の証明
問題34~46
第4章 Fused Lasso
4.1 Fused Lassoの適用事例
4.2 動的計画法によるFused Lassoの解法
4.3 LARS
4.4 Lassoの双対問題と一般化Lasso
4.5 ADMM
付録 命題の証明
問題47~61
第5章 グラフィカルモデル
5.1 グラフィカルモデル
5.2 グラフィカルLasso
5.3 疑似尤度を用いたグラフィカルモデルの推定
5.4 JointグラフィカルLasso
付録 命題の証明
問題62~75
第6章 行列分解
6.1 特異値分解
6.2 Eckart-Youngの定理
6.3 ノルム
6.4 低階数近似のスパースの適用
付録 命題の証明
問題76~87
第7章 多変量解析
7.1 主成分分析(1):SCoTLASS
7.2 主成分分析(2):SPCA
7.3 K-meansクラスタリング
7.4 凸クラスタリング
付録 命題の証明
問題88~100
参考文献
索引
著者情報
鈴木 讓
鈴木, 譲