スパース性に基づく機械学習

画像、音声、テキストなど多分野で注目されているアルゴリズム最適化の考え方を解説。「疎」という性質は何を指し、どう使えるのか。 第1章　はじめに 第2章　データからの学習 第3章　スパース性の導入 第4章　ノイズなしL1ノルム最小化の理論 第5章　ノイズありL1ノルム最小化の理論 第6章　L1ノルム正則化のための最適化法 第7章　グループL1ノルム正則化に基づく機械学習 第8章　トレースノルム正則化に基づく機械学習 第9章　重複型スパース正則化 第10章　アトミックノルム 第11章　おわりに