close
1.

図書

東工大
目次DB
図書
東工大
目次DB
1. ニューラル情報処理の基礎数理
中野良平著
出版情報: 東京 : 数理工学社 , 東京 : サイエンス社 (発売), 2005.11  viii, 238p ; 22cm
シリーズ名: 情報システム工学 ; MKC-A3
所蔵情報: loading…
目次情報: 続きを見る
1 序 論 1
    1.1 ニューラルネット概論 2
    1.2 本書で使用する記法 9
    1章の問題 10
2 単層パーセプトロン 11
    2.1 分類問題と線形判別関数 12
    2.2 閾パーセプトロン 18
    2.3 回帰問題と重回帰 25
    2.4 線形パーセプトロン 28
    2章の問題 34
3 多層パーセプトロンの学習法 35
    3.1 基本学習法:BP法 36
    3.2 高速学習法(1):Newton法 49
    3.3 高速学習法(2):準Newton法 54
    3章の問題 63
4 多層パーセプトロンの性質 65
    4.1 探索空間の構造 66
    4.2 近似能力と極限性能 80
    4.3 モデル選択 86
    4.4 汎化性能向上法 99
    4.5 変数変換の影響 105
    4章の問題 112
5 パーセプトロンと多項式回帰 113
    5.1 多変量多項式回帰(1):RF5法 114
    5.2 多変量多項式回帰(2):BCW法 123
    5.3 区分的多変量多項式回帰:RF6法 129
    5章の問題 138
6 リカレントネットと力学系学習 139
    6.1 力学系とリカレントネット 140
    6.2 アフィン神経力学系 148
    6章の問題 156
7 競合学習とベクトル量子化 157
    7.1 競合学習 158
    7.2 ベクトル量子化 163
    7.3 等歪み分割 168
    7.4 DAクラスタリング 174
    7章の問題 177
8 EMアルゴリズムとその拡張 179
    8.1 EMアルゴリズム 180
    8.2 DAEMアルゴリズム 188
    8.3 SMEMアルゴリズム 197
    8.4 混合正規分布推定 202
    8.4.1 1変量混合正規分布推定 202
    8.4.2 多変量混合正規分布推定 205
    8章の問題 210
付録 微分法 211
問題の解答 216
    1章の問題の解答 216
    2章の問題の解答 216
    3章の間題の解答 218
    4章の問題の解答 221
    5章の問題の解答 223
    6章の問題の解答 225
    7章の問題の解答 225
    8章の問題の解答 226
   参考文献 229
   索引 234
1 序 論 1
    1.1 ニューラルネット概論 2
    1.2 本書で使用する記法 9
2.

図書
図書
2. C言語によるアルゴリズムとデータ構造. 新版
柴田望洋, 辻亮介著
出版情報: 東京 : ソフトバンクパブリッシング, 2005.8  x, 327p ; 24cm
所蔵情報: loading…
3.

図書
図書
3. 計算困難問題に対するアルゴリズム理論 : 組合せ最適化・ランダマイゼーション・近似・ヒューリスティクス
J.ホロムコヴィッチ著 ; 和田幸一, 増澤利光, 元木光雄訳
出版情報: 東京 : シュプリンガー・フェアラーク東京, 2005.12  xiv, 577p ; 24cm
所蔵情報: loading…
4.

図書
図書
4. 鉄道のスケジューリングアルゴリズム : コンピュータで運行計画をつくる
鉃道総合技術研究所運転システム研究室著
出版情報: 東京 : エヌ・ティー・エス, 2005.12  xii, 194p ; 21cm
所蔵情報: loading…
5.

図書

東工大
目次DB
図書
東工大
目次DB
5. 算術演算のVLSIアルゴリズム
高木直史著
出版情報: 東京 : コロナ社, 2005.3  ix, 189p ; 22cm
シリーズ名: 並列処理シリーズ / 萩原宏 [ほか] 編 ; 5
所蔵情報: loading…
目次情報: 続きを見る
刊行のことば
はしがき
1.　VLSIアルゴリズムと並列処理
   1.1　VLSIアルゴリズムとその重要性 1
   1.2　VLSIアルゴリズムの例 －加算の場合－ 3
   1.3　VLSIアルゴリズムにおける並列処理 5
   1.4　VLSIアルゴリズムの評価 8
   1.5　2進表現 11
2.　加算のVLSIアルゴリズム
   2.1　ビット直列加算と順次桁上げ加算 13
   2.2　桁上げ飛越し加算 15
   2.3　桁上げ選択加算と条件求和加算 17
   2.4　桁上げ先見加算 20
   2.5　並列プレフィクス加算 23
   2.6　ビット直列型演算のVLSIアルゴリズム 27
   2.7　繰返し加算の高速化 30
   　2.7.1　桁上げ保存加算 30
   　2.7.2　冗長2進加算 30
   　2.7.3　冗長位取り表現 32
   2.8　まとめ 33
   章末問題 34
3.　乗算のVLSIアルゴリズム
   3.1　逐次型乗算と配列型乗算 35
   3.2　乗数のリコードによる部分積の削減 38
   3.3　部分積の累算の並列化 40
   　3.3.1　累算系列を二本にした配列型乗算 41
   　3.3.2　バランス木を用いた乗算 42
   　3.3.3　Wallace木を用いた乗算 43
   　3.3.4　4-2加算木を用いた乗算 45
   　3.3.5　冗長2進加算木を用いた乗算 46
   3.4　素子数のオーダーの小さな対数段乗算アルゴリズム 46
   　3.4.1　素子数がO( n log2 3 ) の対数段乗算アルゴリズム 46
   　3.4.2　素子数がO( n log n log log n ) の対数段乗算アルゴリズム 48
   3.5　テーブル参照を用いた乗算 52
   3.6　積和演算および繰返し乗算の高速化 52
   　3.6.1　積和演算の高速化 52
   　3.6.2　中間積のリコードによる繰返し乗算の高速化 53
   　3.6.3　Distributed Arithmetic 54
   　3.6.4　剰余表現の利用 55
   3.7　まとめ 58
   章末問題 59
4.　除算および開平のVLSIアルゴリズム
   4.1　減算シフト型除算法 61
   　4.1.1　基数2の回復型除算法 62
   　4.1.2　基数2の非回復型除算法 64
   　4.1.3　SRT除算法 65
   　4.1.4　桁上げ保存加算による高速化 67
   　4.1.5　商の on-the-fly 変換 68
   　4.1.6　逐次型除算器と配列型除算器 70
   4.2　高基数減算シフト型除算法 72
   　4.2.1　商選択関数 72
   　4.2.2　高基数減算シフト型除算法の例 73
   　4.2.3　乗算器を用いた高基数減算シフト型除算法 75
   4.3　乗算型除算法 76
   　4.3.1　Newton法に基づく除算法 76
   　4.3.2　Goldschmidtの除算法 77
   　4.3.3　Chenの除算法 77
   　4.3.4　逆数の近似値の生成 78
   　4.3.5　乗算型除算器 79
   4.4　開平のVLSIアルゴリズム 79
   　4.4.1　減算シフト型開平法 80
   　4.4.2　乗算型開平法 81
   　4.4.3　積和演算の繰返しによる開平法 82
   4.5　平方根の逆数計算のVLSIアルゴリズム 83
   4.6　対数表現を用いた高速計算 84
   4.7　まとめ 85
   章末問題 86
5.　初等関数計算のVLSIアルゴリズム
   5.1　演算数の範囲の縮小 88
   5.2　多項式近似による初等関数計算 89
   　5.2.1　多項式近似 89
   　5.2.2　乗数変形乗算による冪乗計算 91
   5.3　三角関数計算のためのCORDIC法 94
   　5.3.1　正弦および余弦の計算 95
   　5.3.2　逆正接の計算 100
   　5.3.3　統一アルゴリズム 101
   5.4　指数・対数関数計算のためのSTL法 102
   5.5　初等関数計算の対数段回路アルゴリズム 106
   5.6　まとめ 110
   章末問題 110
6.　剰余系演算のVLSIアルゴリズム
   6.1　加算剰余算のVLSIアルゴリズム 111
   6.2　乗算剰余算のVLSIアルゴリズム 114
   　6.2.1　乗算のあとに剰余計算を行う方法 114
   　6.2.2　乗算と剰余計算をインタリーブした方法 115
   　6.2.3　Montgomery法 119
   6.3　冪乗剰余算のアルゴリズム 122
   6.4　剰余系除算のアルゴリズム 122
   6.5　ガロア体上の諸演算のVLSIアルゴリズム 125
   　6.5.1　ガロア体 GF(2m) 125
   　6.5.2　多項式基底による乗算 127
   　6.5.3　正規基底による乗算 129
   　6.5.4　冪乗算および除算 132
   6.6　まとめ 133
   章末問題 133
7.　シストリックアルゴリズム
   7.1　シストリックアルゴリズムとは 134
   7.2　多項式乗算の一次元シストリックアルゴリズム 137
   7.3　行列の積和演算の二次元シストリックアルゴリズム 144
   7.4　順位付けの一次元シストリックアルゴリズム 147
   7.5　シストリックアルゴリズムの計算能力 152
   7.6　まとめ 153
   章末問題 154
8.　機能メモリアルゴリズム
   8.1　機能メモリとは 155
   8.2　集合に対する基本的操作の機能メモリアルゴリズム 158
   8.3　大小比較検索と最大値・最小値検索のアルゴリズム 162
   　8.3.1　大小比較検索 162
   　8.3.2　最大値・最小値検索 164
   8.4　算術演算のアルゴリズム 166
   　8.4.1　外部加算 166
   　8.4.2　内部加算 169
   　8.4.3　内部比較 170
   　8.4.4　外部乗算 172
   　8.4.5　内部乗算 173
   8.5　まとめ 174
   章末問題 175
参考文献 176
章末問題略解 182
索引 187
刊行のことば
はしがき
1.　VLSIアルゴリズムと並列処理
6.

図書

東工大
目次DB
図書
東工大
目次DB
6. カルマンフィルタと適応信号処理
谷萩隆嗣著
出版情報: 東京 : コロナ社, 2005.12  viii, 282p ; 22cm
シリーズ名: ディジタル信号処理ライブラリー / 谷萩隆嗣企画・編集責任 ; 5
所蔵情報: loading…
目次情報: 続きを見る
1.1線形離散時間システムの状態推定アルゴリズム 1
   1.1.1状態推定の概念 1
   1.1.2状態推定問題 2
   1.1.3ガウス過程の状態推定 3
   1.1.4ガウス過程の状態推定アルゴリズム 9
   1.1.5非ガウス過程の状態推定アルゴリズム(1) 12
   1.1.6非ガウス過程の状態推定アルゴリズム(2) 16
   1.1.7予測アルゴリズム 17
   1.2カルマンフィルタのいくつかの性質 18
   1.3カルマンフィルタの計算回数 21
   1.4平方根アルゴリズム 24
   1.4.1行列のLDU分解とコレスキー分解 25
   1.4.2ハウスホルダー変換アルゴリズム 28
   1.4.3修正グラム･シュミット変換アルゴリズム 30
   1.4.4カルマンフィルタの平方根アルゴリズム 33
   1.4.5平方根アルゴリズムの計算回数 38
   1.5適応カルマンフィルタ 42
   1.6拡張カルマンフィルタ 47
   1.7アンセンテッドカルマンフィルタ 52
   1.7.1アンセンテッド変換 52
   1.7.2アンセンテッド交換の特徴 53
   1.7.3アンセンテッドカルマンフィルタ 57
2.1パラメータ推定の基礎 60
   2.1.1数学モデルとパラメータ推定 60
   2.1.2パラメータ推定のための望ましい性質 61
   2.2インパルス応答の推定 62
   2.2.1IIRシステムとFIRシステム 62
   2.2.2パラメータ推定のための評価関数 64
   2.2.3インパルス応答の最小2乗推定 67
   2.2.42段階最小2乗法 69
   2.2.5相関アルゴリズム 72
   2.2.6多入力多出力システムのインパルス応答 75
   2.3IIRシステムの伝達関数の推定 77
   2.3.1IIRシステムの最小2乗推定 77
   2.3.2IIRシステムの再帰推定アルゴリズム 81
   2.3.3多入力多出力システムの再帰推定アルゴリズム 85
   2.3.4FIRシステムの再帰推定アルゴリズム 88
   2.4最小2乗法の拡張アルゴリズム 89
   2.4.1一般化最小2乗法 89
   2.4.2拡大最小2乗法 92
   2.4.3補助変数法 95
   2.5全体最小2乗法の推定アルゴリズム 100
   2.5.1全体最小2乗推定問題 100
   2.5.2行列の特異値分解 103
   2.5.3特異値分解による最適解 110
   2.5.4全体最小2乗法の幾何学的意味 115
   2.6カルマンフィルタによるパラメータ推定 118
   2.6.11入力1出力線形時不変システム 118
   2.6.21入力1出力線形時変システム 120
   2.6.3多入力多出力システム 121
   2.6.4最小2乗法との比較 122
   2.7高速アルゴリズム 124
3.1適応ディジタルフィルタ 137
   3.1.1適応FIRフィルタ 137
   3.1.2適応IIRフィルタ 138
   3.2確率近似法による推定アルゴリズム 140
   3.2.1基本アルゴリズム 140
   3.2.2FIRシステムの推定アルゴリズム(1) 142
   3.2.3FIRシステムの推定アルゴリズム(2) 143
   3.2.4IIRシステムの推定アルゴリズム 145
   3.3LMS法による推定アルゴリズム 146
   3.3.1最適アルゴリズム 146
   3.3.2LMSアルゴリズム 148
   3.3.3勾配雑音と誤調整 151
   3.3.4LMSアルゴリズムの収束性 155
   3.3.5最適なステップ幅 157
   3.3.6正規化LMSアルゴリズムの収束性 161
   3.3.7複素LMSアルゴリズム 169
   3.4修正LMSアルゴリズム 170
   3.4.1リーキーLMSアルゴリズム 170
   3.4.2モーメンタムLMSアルゴリズム 172
   3.4.3LMS+Fアルゴリズム 176
   3.4.4LMS/Fアルゴリズム 180
   3.4.5ブロックLMSアルゴリズム 181
   3.4.6変換領域LMSアルゴリズム 183
   3.4.7可変ステップ幅LMSアルゴリズム 188
4.1適応等化器 196
   4.1.1等化器と適応等化器 196
   4.1.2カルマンフィルタによる伝送路特性の推定 198
   4.1.3確率近似法による伝送路特性の推定 204
   4.1.4カルマンフィルタによる送信信号の推定 208
   4.1.5確率近似法による送信信号の推定 213
   4.1.6カルマンフィルタによる適応等化器の設計 215
   4.1.7拡張カルマンフィルタによる適応等化器の設計 219
   4.1.8確率近似法による適応等化器の設計 222
   4.2エコーキャンセラ 226
   4.2.1エコーキャンセラ 226
   4.2.2並列形カルマンフィルタ1(PKF1) 228
   4.2.3並列形カルマンフィルタ2(PKF2) 237
   4.2.4シミュレーション結果の比較(1) 243
   4.2.5PKFによるパラメータ推定値の収束性 252
   4.2.6PKFの分割数と推定アルゴリズムの性質 255
   4.2.7入力信号の有色性と推定アルゴリズムの性質 258
   4.2.8変換領域PKFアルゴリズム 259
   4.2.9シミュレーション結果の比較(2) 262
   4.2.10多チャネルエコーキャンセラ 264
   4.2.11シミュレーション結果の比較(3) 266
   引用･参考文献 269
   索引 277
1.1線形離散時間システムの状態推定アルゴリズム 1
   1.1.1状態推定の概念 1
   1.1.2状態推定問題 2
7.

図書

東工大
目次DB
図書
東工大
目次DB
7. 情報とアルゴリズム
上野修一, 高橋篤司共著
出版情報: 東京 : 森北出版, 2005.4  v, 184p ; 21cm
シリーズ名: 電子情報通信工学シリーズ
所蔵情報: loading…
目次情報: 続きを見る
第1章 グラフ 1
   1-1 グラフとその表現 1
   (1) グラフ 1
   (2) 基本的な定義 6
   (3) グラフの行列表現 14
   (4) 次数と辺数 17
   1-2 木と森 18
   (1) 木 18
   (2) 全域木 23
   (3) 根付き木と2分木 25
   1-3 2部グラフとグラフの彩色 28
   (1) 2部グラフ 28
   (2) グラフの彩色 31
   1-4 オイラーグラフとハミルトングラフ 32
   (1) オイラーグラフ 32
   (2) 完全グラフと完全2部グラフ 35
   (3) ハミルトングラフと巡回セールスマン問題 37
   演習問題1 41
第2章 アルゴリズムの解析 44
   2-1 関数の漸近的評価 44
   2-2 アルゴリズムの解析 49
   (1) 問題 49
   (2) アルゴリズムの解析 54
   (3) 多項式時間アルゴリズム 56
   (4) グラフの大きさ 58
   (5) オイラーグラフ判定問題 61
   2-3 整列アルゴリズム 64
   (1) 整列問題 64
   (2) 併合問題 67
   (3) 併合整列アルゴリズム 69
   演習問題2 73
第3章 グラフのアルゴリズム 75
   3-1 探索アルゴリズム 75
   (1) 深さ優先探索アルゴリズム 75
   (2) 幅優先探索アルゴリズム 85
   3-2 最短路アルゴリズム 92
   (1) 最短路アルゴリズム 92
   (2) 最長路問題 97
   3-3 最大全域木アルゴリズム 99
   (1) 最大全域木アルゴリズム 99
   (2) 合併発見手法 103
   (3) 最小全域木アルゴリズム 105
   演習問題3 107
第4章 アルゴリズムの設計 108
   4-1 アルゴリズムの設計技法 108
   (1) 様々なアルゴリズム 108
   (2) 設計技法 110
   4-2 貪欲アルゴリズム 114
   (1) 独立系とマトロイド 114
   (2) マトロイドと貪欲アルゴリズム 122
   4-3 問題の難しさ 129
   (1) NPとP 129
   (2) 多項式時間還元 134
   (3) NP完全 136
   (4) 充足可能性判定問題 137
   (5) NP完全問題 141
   4-4 近似アルゴリズム 147
   (1) NP困難 147
   (2) 近似アルゴリズム 148
   (3) 三角巡回セールスマン問題 149
   (4) 独立系と貪欲アルゴリズム 152
   (5) 最大巡回セールスマン問題 155
   演習問題4 158
演習問題解答 160
付録 174
   1 集合 174
   2 写像と関係 175
   3 論理関数 176
   4 その他 177
参考文献 178
索引 179
第1章 グラフ 1
   1-1 グラフとその表現 1
   (1) グラフ 1
8.

図書

東工大
目次DB
図書
東工大
目次DB
8. 学習システムの理論と実現
渡辺澄夫 [ほか] 共著
出版情報: 東京 : 森北出版, 2005.7  vii, 195p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 例からの学習
   1.1 学習システムとは 1
   1.2 学習システムの現状 3
   1.3 学習理論の枠組み 6
   1.4 新しい学習システムと学習理論 9
   1.4.1 構造をもつ学習モデル 9
   1.4.2 超高次元空間 10
   1.4.3 確率変数の関係 11
   1.4.4 学習例の最適化 12
   1.4.5 学習と統計力学 13
   1.4.6 学習と現代数学 14
   1.5 学習の未来形 16
   1.5.1 学習システムの未来へ 16
   1.5.2 学習理論の未来へ 17
   参考文献 19
第2章 多層パーセプトロン
   2.1 はじめに 20
   2.2 多層パーセプトロンの関数近似能力 21
   2.2.1 多層パーセプトロン 21
   2.2.2 連続関数の一様近似 22
   2.2.3 次元の呪いの回避 23
   2.2.4 べき多項式の近似 24
   2.3 多層パーセプトロンの学習 25
   2.31 学習 25
   2.3.2 学習の加速化 26
   2.3.3 最急降下法の停滞 28
   2.3.4 多層パーセプトロンの応用 29
   2.4 多層パーセプトロンの汎化性 30
   2.4.1 汎化誤差 30
   2.4.2 BiasとVariance 31
   2.4.3 統計的モデル選択 33
   2.4.4 Early stopping と正則化 34
   2.4.5 特異モデルとしての多層パーセプトロン 36
   2.5 おわりに 38
   参考文献 38
第3章 カーネルマシン
   3.1 識別問題と線形識別器 46
   3.2 カーネルトリック 47
   3.3 サポートベクタマシン(SVM) 49
   3.4 正則化とソフトマージン 52
   3.4.1 正則化 53
   3.4.2 ソフトマージン 54
   3.5 SVMの汎化能力 55
   3.5.1 PAC学習の枠組み 56
   3.5.2 SVMの汎化誤差 58
   3.5.3 SVMのパラメータの決定法 58
   3.6 カーネルマシンの一般性 59
   3.6.1 再生核ヒルペルト空間 59
   3.6.2 レプリゼンタ定理 60
   3.7 いろいろなカーネル 61
   3.7.1 カーネルの変換と組み合わせ 62
   3.7.2 文字列に対するカーネル
   3.7.3 グラフのノードに対するカーネル 64
   3.7.4 分布に対するカーネル 65
   3.7.5 カーネルの修復 66
   3.8 いろいろなカーネルマシン 66
   3.8.1 SVMの拡張 66
   3.8.2 カーネル密度推定,動径基底関数 70
   3.8.3 正規過程 70
   3.8.4 その他のカーネルマシン 71
   3.9 おわりに 72
   参考文献 73
第4章 ベイジアンネットワーク
   4.1 はじめに 75
   4.2 ベイジアンネットワーク 76
   4.3 ベイジアンネットワークの確率推論 80
   4.3.1 確率推論アルゴリズム 81
   4.4 ベイジアンネットワークの統計的学習 86
   4.4.1 条件つき確率の学習 86
   4.4.2 グラフ構造の学習 87
   4.5 ベイジアンネットワークの応用 88
   4.5.1 障害診断への応用 88
   4.5.2 ユーザーモデリングヘの応用 89
   4.5.3 ベイジアンネットワークソフトウェア 91
   4.6 おわりに 95
   参考文献 95
第5章 能動学習の理論
   5.1 能動的な学習とは何か 98
   5.2 確率的なデータからの入出力関係の学習 99
   5.2.1 確率的な動作をするシステム 100
   5.2.2 入出力関係の学習 101
   5.2.3 学習機械の汎化能力 104
   5.3 能動学習の方法一汎化誤差を最小にするデータ採取点 105
   5.3.1 漸近理論による汎化誤差の期待値の推定 105
   5.3.2 汎化誤差を小さくする能動学習 -線形の場合- 108
   5.3.3 汎化誤差を小さくする能動学習 -一般の場合- 110
   5.3.4 確率的な能動学習 112
   5.3.5 その他の規準による最適データ採取点探索 114
   5.4 能動学習とモデル選択 117
   5.4.1 不適合なモデルのもとでの能動学習の悪影響 118
   5.4.2 モデル選択を組み合わせた能動学習 119
   5.5 ニューラルネットの能動学習 121
   5.6 能動学習の応用例 124
   5.7 おわりに 126
   付録1 Caxatheodory の定理 128
   付録2 行列式に関する関係式 129
   参考文献 129
第6章 アンサンブル学習の統計力学
   6.1 はじめに 132
   6.2 パーセプトロンのオンライン学習の理論 135
   6.2.1 パーセプトロン 135
   6.2.2 教師-生徒の定式化 137
   6.2.3 オーバーラップと汎化誤差 139
   6.2.4 学習アルゴリズム 142
   6.2.5 オーダーパラメータのダイナミクス 144
   6.3 アンサンブル学習のオンライン学習の理論 148
   6.3.1 アンサンブル学習 148
   6.3.2 学習アルゴリズム 150
   6.3.3 汎化誤差 151
   6.3.4 オーダーパラメータのダイナミクス 152
   6.4 線形パーセプトロンのアンサンブル学習 153
   6.4.1 汎化誤差とオーダーパラメータダイナミクス 153
   6.4.2 生徒の結合荷重が統計的に一様である場合 154
   6.4.3 生徒の結合荷重が統計的に一様でない場合 155
   6.5 非線形パーセプトロンのアンサンブル学習 157
   6.6 まとめ 158
   参考文献 159
第7章 特異点解消と学習システムヘの応用
   7.1 定義および特異点解消定理 162
   7.2 プローアップ 165
   7.3 ニュートン図形を用いた特異点解消 172
   7.4 ベイズ学習理論および特異点解消定理の応用 185
   参考文献 191
   索 引 193
第1章 例からの学習
   1.1 学習システムとは 1
   1.2 学習システムの現状 3
9.

図書
図書
9. アルゴリズムと計算量 : lectures on computational complexity
谷聖一著
出版情報: 東京 : サイエンス社, 2005.11  v, 151p ; 26cm
シリーズ名: 臨時別冊・数理科学 ; . SGCライブラリ||SGC ライブラリ ; 43
所蔵情報: loading…
10.

図書
図書
10. サポートベクターマシン入門
Nello Cristianini, John Shawe-Taylor著 ; 大北剛訳
出版情報: 東京 : 共立出版, 2005.3  xi, 252p, 図版 [2] p ; 23cm
所蔵情報: loading…
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼