パターン認識
パターン認識とは、対象の特徴量から対象が属するカテゴリを推測する方法をさす。本書では、フリーソフトウェアであるRを利用して、パターン認識のさまざまな方法を解説している。手法としては、判別分析、ロジスティック回帰、k平均法、k近傍法、階層的クラスタリングといった古典的な方法から、サポートベクターマシンやブースティングといった比較的最近の話題まで取り上げている。各章は独立に読むことができるように構成され、簡単な例題をRを用いて実際に解析しながら読み進むことにより、パターン認識の基本的な考え方を身に着けることができる。また付録としてRの基本的な操作の説明と、アルゴリズムの実装例を紹介している。
第1章 判別能力の評価
第2章 k-平均法
第3章 階層的クラスタリング
第4章 混合正規分布モデル
第5章 判別分析
第6章 ロジスティック回帰
第7章 密度推定
第8章 k-近傍法
第9章 学習ベクトル量子化
第10章 決定木
第11章 サポートベクターマシン
第12章 正則化とパス追跡アルゴリズム
第13章 ミニマックス確率マシン
第14章 集団学習
第15章 2値判別から多値判別へ
付録A Rの使い方
付録B プログラムの実装例
第2章 k-平均法
第3章 階層的クラスタリング
第4章 混合正規分布モデル
第5章 判別分析
第6章 ロジスティック回帰
第7章 密度推定
第8章 k-近傍法
第9章 学習ベクトル量子化
第10章 決定木
第11章 サポートベクターマシン
第12章 正則化とパス追跡アルゴリズム
第13章 ミニマックス確率マシン
第14章 集団学習
第15章 2値判別から多値判別へ
付録A Rの使い方
付録B プログラムの実装例
本書掲載のＲプログラム（utf-8）
Rで学ぶパターン認識の本に掲載されているRのプログラムをデモ用にまとめました。
文字コードをutf-8に変換したものを，ZIP形式の圧縮ファイルにしましたので，ファイルを適当なところで展開してRを起動し，source(“script.r”) とすれば使い方が表示されます。
本書掲載のＲプログラム（shift-jis）
Rで学ぶパターン認識の本に掲載されているＲのプログラムをデモ用にまとめました。
文字コードをshift-jisに変換したものを，ZIP形式の圧縮ファイルにしましたので，ファイルを適当なところで展開してRを起動し，source(“script.r”) とすれば使い方が表示されます。
本書掲載のＲプログラム（euc）
Rで学ぶパターン認識の本に掲載されているRのプログラムをデモ用にまとめました。
文字コードをeucに変換したものを，ZIP形式の圧縮ファイルにしましたので，ファイルを適当なところで展開してRを起動し，source(“script.r”) とすれば使い方が表示されます。
