知識システム = Knowledge Systems. 1

• Material Type: 図書
• ISBN: 978-4-621-30289-7
• Title: 知識システム
• Title Transcription: チシキ システム
• Volume: 1
• Author/Editor: 青山和浩, 山西健司 著
• Series Title: 東京大学工学教程 ; システム工学
• Author/Editor (Series Title): 東京大学工学教程編纂委員会 編
• Author Heading: 青山, 和浩, 1963- アオヤマ, カズヒロ, 1963- ( 001290262 )Authorities; 山西, 健司 ヤマニシ, ケンジ ( 01164473 )Authorities; 東京大学 トウキョウ ダイガク ( 00305733 )Authorities
• Publication, Distribution, etc.: 東京 : 丸善出版
• Publication Date: 2018.4
• Publication Date (W3CDTF): 2018
• Extent: 189p
• Size: 21cm
• Alternative Title: Knowledge Systems
• Additional Title: 知識の表現と学習 チシキ ノ ヒョウゲン ト ガクシュウ
• Place of Publication (Country Code): JP
• Text Language Code: jpn
• Subject Heading: システム工学 システムコウガク ( 00571263 )Authorities
• NDC 10th ed.: 509.6 : Industries. Manufacturing industry
• NDLC: M271
• Target Audience: 一般
• Note (Bibliography): 文献あり 索引あり
• Price: 2500円
• Holding library: 国立国会図書館
• Call No.: M271-L39
• Data Provider (Database): 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• Bibliographic ID (NDL): 028934372; http://id.ndl.go.jp/bib/028934372
• National Bibliography No. (JPNO): 23056169
• TOHAN MARC No.: 33756528
• Cataloging Rule: Nippon Cataloguing Rules 1987 Revised Edition
• Bibliographic Record Category (NDL): 111

• Contents: 知識の表現と学習(Provided by: 国立国会図書館蔵書)
• Summary, etc.: 一般的な情報モデルを知識の典型的な形式的記述の例として紹介し、記述する対象の種類に応じた記述モデルの存在と特徴を理解する。(Provided by: 出版情報登録センター（JPRO）)

Table of Contents

１　知識の記述/１．１　情報モデルと知識モデリング/１．１．１　データ，情報，知識/１．１．２　データモデリングと知識モデリング/１．１．３　知識記述の課題/１．１．４　知識の記述対象の分類/１．１．５　知識のネットワーク表現/１．２　構造と機能の知識表現/１．２．１　実体関連モデル/１．２．２　意味ネットワーク/１．２．３　フレームモデル/１．２．４　オブジェクトによる知識表現/１．２．５　オントロジーによる知識表現/１．３　機能と挙動の知識表現/１．３．１　機能とプロセスに関する知識表現/１．３．２　因果関係の知識記述./１．３．３　因果関係と定性推論/１．３．４　離散事象モデルとペトリネット/１．３．５　ペトリネットによる連続鋳造プロセスの知識表現と利用/１．４　まとめ/２　知識の学習/２．１　機械学習とは/２．１．１　パラメータ推定：最尤推定法/２．１．２　パラメータ推定：Bayes 推定法/２．１．３　教師あり学習と教師なし学習/２．２　モデル選択/２．２．１　情報量規準/２．２．２　符号，情報，確率/２．２．３　確率的コンプレキシティ/２．３　教師なし学習とクラスタリング/２．３．１　混合モデルとＥＭアルゴリズム/２．３．２　Markov連鎖Monte Carlo法/２．３．３　クラスター数の決定/２．３．４　分解型正規化最尤符号長/２．３．５　K-means法/２．３．６　Latent Dirichlet Allocation/２．３．７　非負値行列因子分解/２．３．８　確率的ブロックモデル/２．３．９　制約付きBoltzmannマシン/２．４　教師あり学習と分類/２．４．１　確率的決定木の学習/２．４．２　人工ニューラルネットワークとその周辺/２．５　逐次的確率予測/２．５．１　逐次的確率予測問題の設定/２．５．２　最尤予測アルゴリズム/２．５．３　Bayes予測アルゴリズム/２．５．４　逐次的正規化最尤予測アルゴリズム/２．６　外れ値検知/２．６．１　距離に基づく外れ値検知/２．６．２　Gauss混合分布に基づく外れ値検知/２．６．３　主成分分析に基づく多次元時系列外れ値検知/２．７　変化検知/２．７．１　統計的検定に基づく変化検知/２．７．２　シミュレーションに基づく変化検知/２．７．３　二段階学習に基づくオンライン変化検知/２．８　潜在的構造変化検知/２．８．１　バースト出現検知/２．８．２　動的モデル選択/２．８．３　クラスタリング構造変化検知/２．９　まとめ