翻訳をすることになりました．他の人達に遅れないよう，しっかり作業を進めたいと思います．

執筆中。

担当の項目(集団学習)を執筆して送付しました。

事典の項目を１つ担当しています。集団学習を4ページで解説します。内容は、bagging, boosting, stacking, ECOC です。どうにか書き終えたので、締切に間に合いそうです。 mixture of experts と stacking の関連などは軽く触れていますが、ECOCとboostingの…

R本は無事に出版されました。 事典の執筆期限が迫ってきています。Ensemble learning はあまり知らないので、勉強しています。

再校正を終え、送付しました。刊行は10月中旬に早まったようです。

svn-client を設定しました。Emacs から vc-svn を使う予定です。

初校を校正しました。

共著者の頑張りのおかげで、原稿が仕上がりました。発売は11月の予定です。

校正を続けています。

校正など、大詰めです。

細々した修正を続けています。

一通り書き終わりましたが、こまごました作業がまだかなりあります。今日は各章のフォーマットを揃えました。

minor revision を続けています。プログラムのフォーマットを揃えました。

path following alg. について書きました。 明日は cross validation を書きます。

Path-following について書きます。svmpath を使ったデモを載せるつもりです。

min-max probability machine について書きました。 明日から path-following algorithm について書きます。

サポートベクトルマシンを書きました。 明日から、ミニマックス確率マシンの章を書きます。プログラムを書きましたが、相当に高速です。

multi-class svm と one-class svm を少し復習しました。明日にでも執筆したい。

サポートベクトルマシンについて書き始めました。ソフトマージンに対して、ハードマージンと同程度の幾何的直観を与えたいのですが、まだ適切に説明できていません。

adaptive k-nn について調べています。次元削減のために射影する平面をデータ点ごとに adaptive に選んで k-nn を実行する方法。いくつもの変数があり、実用上うまくいくかどうか不明ですが、2次元の例ではとても attractive な絵が描けます。

k-meansの章を書きました。次は k-nn です。

上のような事情で、本執筆は遅々として進みませんでした。

k-meansの損失関数の単調減少性。重心による減少と割り当てによる減少の二段階評価。

k-means. Gap methods. クラスタリングについては "Ｒで学ぶクラスタ解析" という読みやすい本があります。参照しつつ、独自の特徴を出す必要があります。特徴の１つとして gap methods の解説がある、というとです。 パターン認識全般を解説するので、クラ…

k-means 執筆開始。導入を書きました。

Ｒを使って、豊富な例を含むようなブースト本を執筆しようと思っていたが、とある方面からそのような依頼があり、渡りに舟とはこのことか。 ブーストだけでなく機械学習全般です。

５年間は本を書くまいと思っていましたが、前著に不満があり(執筆上の制約が多かった)、第二弾の執筆を決意しました。ブースティングを軸にして、機械学習と統計学に関する 標準的な内容 を解説したいと考えています(前著はマニアック過ぎた)。とりあえず書…