カーネル法によるパターン解析

統計的な学習の先駆けであるサポートベクターマシンは1992年の発表後、多くの研究者を魅了してきた。しかし、このサポートベクターマシンは教師あり学習によりクラス分類問題と回帰問題を解くことに限られる。本書で取り上げられるカーネル法は、サポートベクターマシンの特徴の一つであるカーネルに注目してこの可能性をさらに大きく広げる。近年急激に研究が進展し、数多くのカーネル法が生み出
だされた。
　本書は、このカーネル法によるパターン解析を身近に学べる入門書である。学生や研究者を対象として、必要な概念や数学を詳しく説明しながら、パターン解析の具体的な目標(バイオインフォマティクス、テキスト解析、画像解析などのタスク)を持つ読者に対して、それを解くアルゴリズムとカーネルのツールキットを多くのMATLABのコードとともに提供する。
　本書の具体的な特徴のひとつは、ここ6、7年で発表されたカーネル法で重要と思われるものを少なくとも80種、片っ端から集めている点である。しかも、これらを著者らの観点で一貫した書き方で紹介したカーネル法の「辞典」になっている。
　もうひとつは、カーネル法が統計的な学習であることを再確認すべく、これらのカーネルを「パターン安定性」という最新の指標で誤差限界を性能評価している。しかも、サポートベクターマシンのカーネルの性能評価も含むものである。これらのことにより、カーネル法が統計的な学習法であるということを非常に強調したスタイルとなっている。
（原著：Kernel methods for pattern analisys、John Shawe-Taylor、Nello Cristianini、Cambridge Unversity Press、2004)