信頼性の高い推論
帰納と統計的学習理論
哲学と情報工学の研究者が手を携え、統計的学習理論を帰納的推論の信頼性の問題に応用することを試みる。現代英米哲学の最前線。
著者 | G.ハーマン 著 S.クルカルニ 著 蟹池陽一 訳 |
---|---|
ジャンル | 哲学・思想・倫理 |
シリーズ | シリーズ哲学・思想・倫理 > ジャン・ニコ講義セレクション |
出版年月 | 2009年10月 |
ISBN | 978-4-326-19961-7 |
判型・ページ数 | 4-6・164ページ |
定価 | 2,640円(税込) |
在庫 | 在庫あり |
帰納とは、個別の前提から一般的な結論を導く推論のことである。哲学の伝統では演繹との対比において帰納の確実性が問題とされてきたのに対し、本書では帰納を推論の規則と捉えて演繹と切り離し、帰納の信頼性の評価にあたって情報工学における統計的学習理論が有効であることを明らかにする。哲学と認知科学の協働による画期的な知見。
序
第一章 帰納の問題
1 問 題
2 推論と含意
3 反省的均衡
4 反省的均衡についての懸念
5 信頼性
6 今後の先取り
7 結 論
第二章 帰納とVC次元
1 パターン認識
2 背景確率分布
3 分類・推定の規則の信頼性
4 帰納的学習
5 満足のいく枚挙的帰納の条件
6 ポパー
7 総 括
第三章 帰納と「単純性」
1 序
2 経験的誤差の最小化
3 普遍的一致性
4 構造的リスク最小化
5 最小記述長
6 単純性
7 実数変数の推定とカーブフィッティング
8 グッドマンの新たな謎
9 ポパーの単純性についての議論
10 経験的に等価な規則
11 統計的学習理論からの重要なアイデア
12 総 括
第四章 ニューラルネットワーク、サポートベクターマシン、トランスダクション
1 序
2 機械学習――パーセプトロン
3 フィードフォワードニューラルネット
4 サポートベクターマシン
5 心理学とサポートベクター
6 トランスダクション
7 トランスダクションと帰納
8 人々はトランスダクションを使うのか
9 道徳的個別主義
10 総 括
注
訳者解説
文献一覧
索 引
第一章 帰納の問題
1 問 題
2 推論と含意
3 反省的均衡
4 反省的均衡についての懸念
5 信頼性
6 今後の先取り
7 結 論
第二章 帰納とVC次元
1 パターン認識
2 背景確率分布
3 分類・推定の規則の信頼性
4 帰納的学習
5 満足のいく枚挙的帰納の条件
6 ポパー
7 総 括
第三章 帰納と「単純性」
1 序
2 経験的誤差の最小化
3 普遍的一致性
4 構造的リスク最小化
5 最小記述長
6 単純性
7 実数変数の推定とカーブフィッティング
8 グッドマンの新たな謎
9 ポパーの単純性についての議論
10 経験的に等価な規則
11 統計的学習理論からの重要なアイデア
12 総 括
第四章 ニューラルネットワーク、サポートベクターマシン、トランスダクション
1 序
2 機械学習――パーセプトロン
3 フィードフォワードニューラルネット
4 サポートベクターマシン
5 心理学とサポートベクター
6 トランスダクション
7 トランスダクションと帰納
8 人々はトランスダクションを使うのか
9 道徳的個別主義
10 総 括
注
訳者解説
文献一覧
索 引
関連書籍
-
定価 3,080円(税込)
-
定価 3,300円(税込)