内容紹介（出版社より）

本書は「機械学習のための関数解析入門：ヒルベルト空間とカーネル法」（瀬戸，伊吹，畑中（2021））の姉妹書．前著では理工学部の標準的な数学の知識を前提に関数解析の応用としてカーネル法の理論と応用の解説を試みた．本書ではプログラミング言語としてPythonを採用し実践編としてより実装に特化した形でカーネル法およびその応用例についてまとめる．

【目次】
第I部　カーネル法実践
第1章　線形な回帰と分類
1.1　線形な回帰
実践1：単回帰／実践2：重回帰
1.2　線形な分類
実践3：線形サポートベクトルマシン
1.3　線形からカーネルへ

第2章　カーネル回帰
2.1　カーネル関数
2.2　多項式回帰
実践4：多項式回帰
2.3　カーネル回帰
実践5：ガウスカーネル回帰
2.4　リッジ回帰
実践6：リッジ回帰

第3章　サポートベクトルマシン
3.1　ハードマージンサポートベクトルマシン
実践7：サポートベクトルマシン
3.2　ソフトマージンサポートベクトルマシン
3.3　カーネル法による分類
実践8：ガウスカーネルによるサポートベクトルマシン

第4章　ガウス過程回帰
4.1　ガウス分布
4.2　ガウス過程回帰
実践9：ガウス過程回帰による1変数関数予測
実践10：ガウス過程回帰による2変数関数予測
4.3　ハイパーパラメータの最適化

第II部　制御への応用
第5章　システム制御の基礎
5.1　動的システム
5.2　制御の基礎
5.3　シミュレーションと実験
実践11：一定目標値へのフィードバック制御
実践12：時変目標値への2自由度制御

第6章　応用1：モデル学習
6.1　カーネル回帰によるモデル学習
実践13：一定目標値への制御における動的システムの学習
実践14：時変目標値への制御における動的システムの学習
6.2　ガウス過程回帰によるモデル学習
実践15：ガウス過程回帰による人間の手動制御モデルの学習
6.3　サポートベクトルマシンによる環境モデル学習
実践16：ハードマージン法による障害物の学習
実践17：ソフトマージン法による障害物の学習

第7章　応用2：学習に基づく制御
7.1　モデル不確かさの学習に基づく制御
実践18：モデル学習に基づく一定目標値への制御
実践19：モデル学習に基づく時変目標値への制御
実践20：外乱学習に基づく着陸制御
7.2　目標値の学習に基づく制御
実践21：カーネル回帰に基づく追従制御
7.3　環境の学習に基づく制御
実践22：ガウス過程回帰に基づく環境モニタリング

付録　Python の準備と基礎／最適化問題と最適性条件／カーネル法の概説

目次（「BOOK」データベースより）

第１部　カーネル法実践（線形な回帰と分類／カーネル回帰／サポートベクトルマシン／ガウス過程回帰）／第２部　制御への応用（システム制御の基礎／応用１：モデル学習／応用２：学習に基づく制御／Ｐｙｔｈｏｎの準備と基礎／最適化問題と最適性条件　ほか）

著者情報（「BOOK」データベースより）

伊吹竜也（イブキタツヤ）
２００８年東京工業大学工学部制御システム工学科卒業。２０１３年東京工業大学理工学研究科機械制御システム専攻博士後期課程修了。東京工業大学工学院助教を経て、明治大学理工学部講師（博士（工学））

山内淳矢（ヤマウチジュンヤ）
２０１３年名古屋大学工学部機械・航空工学科卒業。２０１８年東京工業大学理工学研究科機械制御システム専攻博士後期課程修了。東京工業大学工学院助教を経て、東京大学大学院情報理工学系研究科助教（博士（工学））

畑中健志（ハタナカタケシ）
２００２年京都大学工学部情報学科卒業。２００７年京都大学情報学研究科数理工学専攻博士後期課程修了。東京工業大学理工学研究科助教、准教授、大阪大学工学研究科准教授を経て、東京工業大学工学院准教授（博士（情報学））

瀬戸道生（セトミチオ）
１９９８年富山大学理学部数学科卒業。２００３年東北大学大学院理学研究科博士課程後期数学専攻修了。北海道大学理学部ＣＯＥポスドク研究員、神奈川大学工学部特別助手、島根大学総合理工学部講師、准教授を経て、防衛大学校総合教育学群教授（博士（理学））（本データはこの書籍が刊行された当時に掲載されていたものです）