第1章 判別能力の評価 1 |
1.1 はじめに 1 |
1.2 誤り率 1 |
1.3 損失行列による評価 2 |
1.4 交差検証法による予測精度の推定 2 |
1.5 陽性率,偽陽性率,ROC 曲線,AUC 6 |
1.6 適合率,再現率,F値 12 |
1.7 おわりに 14 |
第2章 k-平均法 15 |
2.1 はじめに 15 |
2.2 k-平均法 16 |
2.3 次元削減による視覚化 19 |
2.4 クラスタ数の推定ギャップ統計量 23 |
2.5 おわりに 26 |
第3章 階層的クラスタリング 28 |
3.1 はじめに 28 |
3.2 対象間の距離 28 |
3.3 クラスタ間の距離 29 |
3.4 階層的クラスタリング 31 |
3.5 おわりに 35 |
第4章 混合正規分布モデル 36 |
4.1 はじめに 36 |
4.2 混合正規分布とその推定 37 |
4.3 混合数の推定 44 |
4.4 おわりに 48 |
第5章 判別分析 49 |
5.1 はじめに 49 |
5.2 フィッシャーの判別分析 49 |
5.3 線形判別と2次判別 53 |
5.4 正則化判別分析 55 |
5.5 おわりに 58 |
第6章 ロジスティック回帰 59 |
6.1 はじめに 59 |
6.2 ロジスティック判別 59 |
6.3 2値の場合 60 |
6.4 プロビットモデル 64 |
6.5 多値の場合 65 |
6.6 線形判別分析とロジスティック判別の関係 67 |
6.7 非線形ロジスティック回帰 69 |
6.8 ニューラルネットワーク 71 |
6.9 おわりに 74 |
第7章 密度推定 75 |
7.1 はじめに 75 |
7.2 ヒストグラム 75 |
7.3 カーネル密度推定 80 |
7.4 最近傍法による密度推定 83 |
7.5 おわりに 85 |
第8章 k-近傍法 86 |
8.1 はじめに 86 |
8.2 Rによるk-近傍法の実装 87 |
8.3 k-近傍法の予測誤差 90 |
8.4 適応的k-近傍法 93 |
8.5 おわりに 98 |
第9章 学習ベクトル量子化 100 |
9.1 はじめに 100 |
9.2 LVQ1アルゴリズム 101 |
9.3 LVQ2.1アルゴリズム 101 |
9.4 LVQ3アルゴリズム 102 |
9.5 OLVQ1アルゴリズム 102 |
9.6 Rによる学習ベクトル量子化 103 |
9.7 おわりに 106 |
第10章 決定木 107 |
10.1 はじめに 107 |
10.2 木の構築 108 |
10.3 木の剪定 109 |
10.4 損失行列と事前確率 113 |
10.5 決定木の不安定性 117 |
10.6 おわりに 118 |
第11章 サポートベクターマシン 119 |
11.1 はじめに 119 |
11.2 マージン最大化による推定 119 |
11.3 カーネル関数を用いた定式化 122 |
11.4 ソフトマージンを使った推定 123 |
11.5 Rにおけるサポートベクターマシンの実装 125 |
11.6 多値サポートベクターマシン 127 |
11.7 1クラスサポートベクターマシン 129 |
11.8 おわりに 132 |
第12章 正則化とパス追跡アルゴリズム 133 |
12.1 はじめに 133 |
12.2 サポートベクターマシンのパラメータ推定 134 |
12.3 サポートベクターマシンのパス追跡アルゴリズム 136 |
12.4 パス追跡アルゴリズムの実装 136 |
12.5 おわりに 140 |
第13章 ミニマックス確率マシン 141 |
13.1 はじめに 141 |
13.2 誤り率のミニマックス基準 141 |
13.3 ミニマックス確率マシンの定式化 143 |
13.4 学習アルゴリズム 144 |
13.5 フィッシャーの線形判別との関係 147 |
13.6 カーネル関数を用いたモデリング 148 |
13.7 おわりに 153 |
第14章 集団学習 154 |
14.1 はじめに 154 |
14.2 ブートストラップ法 154 |
14.3 バギング 155 |
14.4 ブースティング 158 |
14.5 アダブースト 159 |
14.6 U-ブースト 165 |
14.7 多値判別のためのアダブースト 170 |
14.8 Rによるアダブースト.M2の実装 172 |
14.9 おわりに 179 |
第15章 2 値判別から多値判別へ 180 |
15.1 はじめに 180 |
15.2 符号表の構成と2 判別器の訓練 180 |
15.3 Rによるハミング復号法の実装 187 |
15.4 Rによるロス関数に基づく復号法の実装 188 |
15.5 Rによる確率モデルに基づく復号法の実装 191 |
15.6 Rによるペアワイズカップリング法とその拡張の実装 202 |
15.7 おわりに 206 |
付録A Rの使い方 207 |
A.1 はじめに 207 |
A.2 基本的な使い方 207 |
A.2.1 起動と終了 207 |
A.2.2 コメントと文の区切り 208 |
A.2.3 ヘルプ機能 209 |
A.2.4 パッケージ 210 |
A.2.5 作業ディレクトリ 213 |
A.3 式の計算 213 |
A.3.1 数の扱い 213 |
A.3.2 演算 214 |
A.3.3 特殊な数 215 |
A.3.4 乱数 216 |
A.4 データ構造と型 217 |
A.4.1 スカラー 217 |
A.4.2 ベクトル 219 |
A.4.3 行列 221 |
A.4.4 リスト 223 |
A.4.5 データフレーム 225 |
A.4.6 型を調べる 227 |
A.4.7 データ構造を調べる 228 |
A.5 グラフィックス 231 |
A.5.1 描画のための関数 231 |
A.5.2 複数の図の表示 238 |
A.5.3 ファイルへの保存 239 |
A.6 関数の定義 240 |
A.7 ファイルの読み書き 241 |
A.7.1 プログラムの読み込み 241 |
A.7.2 データファイルの書き出し 242 |
A.7.3 データファイルの読み込み 242 |
A.8 制御構造 243 |
A.8.1 if文 243 |
A.8.2 for文 243 |
A.8.3 while文 244 |
A.8.4 repeat文 244 |
A.9 おわりに 245 |
付録B プログラムの実装例 246 |
B.1 はじめに 246 |
B.2 EMアルゴリズムによる混合正規分布の推定 246 |
B.3 アダブーストによる判別器の学習 255 |
B.4 おわりに 264 |
参考文献 265 |
索引 268 |