シュプリンガー・ジャパンのまとめ情報

シュプリンガー・ジャパン』の解説

シュプリンガー・ジャパン(しゅぷりんがー・じゃぱん・)は、ドイツのSTM(科学技術医学出版社であるシュプリンガー・サイエンス・アンド・ビジネス・メディア日本法人である。この親会社が出版する書籍ジャーナルを日本国内で出版している。

同社は、以前にはそれらの日本語翻訳書や和書の出版も行っていたが、2012年に権利を丸善へと譲渡して和書事業から撤退した。これに拠って、シュプリンガー・ジャパンから出版されていた和書は丸善から順次(再)刊行されている。

2015年5月、シュプリンガー・サイエンス+ビジネスメディアとマクミラン・サイエンス・アンド・エデュケーションの大半の事業の合併が、欧州連合や米国司法省などの主要な公正競争監視機関により承認された。新会社の名称は「シュプリンガー・ネイチャー(Springer Nature)」。

雇用問題

従業員であった女性が2014年9月に育児休業を取得したのち、翌年の2015年3月に復帰を申し入れたが、同社から"インド転勤もしくはか収入の大幅に下がる職務"を提示され、断ると同年11月に「職場の秩序を乱した」として解雇された。

本件について東京地裁は解雇を無効と認め、慰謝料55万円と未払い賃金の支払いを命じた。

沿革

シュプリンガー・ジャパン』に 関連する人気アイテム

パターン認識と機械学習 上 - ベイズ理論による統計的予測

5つ星のうち 3.0アカデミック向けの本

(参考になった人 5/9 人)

標準的教科書と聞いたので下巻も含め一通り読んでみたが、あまり印象はよくなかった。理由を説明するために、機械学習を車に例えてみよう。あなたは気持ちよいドライブがしたいと考えて、車についての本を探しているとする。しかしこの本には失望させられるだろう。なぜならこの本は、車の一つ一つの部品、たとえばピストンがどう動くかを機械工学的に解き明かしている本だからだ。あなたは機械工になって、自分で車1台を製造できるようになりたいのか?もしイエスなら、この本はおすすめだ。が、もしあなたが車のドライバーとして運転を楽しみたいのなら、この本を読むのは時間の浪費だ。


さらの別の言い方をしよう。あなたは泳ぎを覚えたいとする。そのとき、全身の筋肉について詳細に書かれた医学書を手にとるのは、効率的だろうか?確かに究極的には、泳ぎは人体の動きであり、人体のことを知ればメリットはあるだろう。しかし常識的には、明らかに時間の浪費である。医学書を読んでも泳げるようにはならないからだ。

この本は相当くせのある、アカデミア向けの本である。まず、数学的に必要以上にややこしく書いてある。著者は「数値計算になるべく頼らず、数式だけでできるだけ全部説明したい」という方針らしい。よって、ディリクレ分布やt-分布やガンマ分布にさんざん苦しまされるが、それは機械学習の本質とは離れてしまっている。また、著者はベイズ的取り扱いに固執しすぎている。「クロスバリデーションなんて必要ない!ベイズで全部解決!」なんてコメントが何度も出てくるので、読むほうは期待するのだが、後で出てくるのは線形回帰みたいなつまらない例への応用が多い。少し複雑な例になると、結局「これ以上は解析的には計算できません。よって近似を使います。・・・・まだ計算できないので、さらに近似を追加します。・・・さらに(以下略)・・・これが結果ですが、あまり精度は良くないことがわかります」なんてオチになっていて、がっかりする。著者が理論物理の出身だからだろうが、実用性を脇に置いて理論的な美しさを強調するのはやめていただきたい。
上でも書いたが、面白い具体例の少なさには辟易する。フォーマリズムが中心で、実社会に関係しそうな応用例はほとんど書いてない。読むときれいな数式が書いてあり、頑張ってフォローしていくと達成感?を感じるが、「で、明日の業務にどう使えるの?」というところで我に返ってフリーズすることになる。たとえばSVMのカーネル関数は問題ごとにどういう基準で選択すればいいのか知りたくて、私は目を皿のようにしてSVMの章を読んだのだが、結局何の示唆も見つからなかった。そういう本である。
また、著者自身の研究テーマを文中でわりと頻繁に宣伝するので、読んでいて「ん?このトピック本当に重要か?」という場面が多い。ニューラルネットワークのヘッシアンの章なんて典型だが、他にもいっぱいある。繰り返すが、この本を標準的だと思ってはいけない。著者の趣味がつまった本である。

あくまで素人意見として。
まず、この本、良い本だと思いますが、「標準的教科書」ではないと思います。他のレビュアーが書かれていますが、本書は、機械学習の標準的教科書というよりは、ベイズ統計に力点が置かれた偏りのある教科書として読んだ方が良いと思います。日本語のサブタイトル「ベイズ理論による統計的予測」は原著タイトルにはないけれども、これ、訳者さん、強調したいのでは..?
多くの人が挫折する理由もこれに関連していて、生成モデルでの、事前分布、事後分布、周辺分布など、ベイズ的取り扱いの際に必要な数式いじりがある程度大変なので、そこで皆嫌になっているのかも..。

つまり、2章のベイズ統計に基づいた生成モデルで、各種数学的分布を事前分布にした時の事後分布を求める数式いじりで挫折しているのかと..。2章で手を動かして読んどくべきは、ガウス分布関連と2.5節のノンパラメトリック法のみで、2値分布、ベータ分布、ディリクレ分布、ステューデントのt分布はとりあえず要らないと思います。
また、「標準的教科書」としては他に「とりあえず不要」と思ったのは、4章のラプラス近似、これは現代の機械学習で使われているのを見た事ない。また5章ニューラルネットワークの、重みでのHessian。これはおそらくBishopさんの研究テーマだったからねじ込んでいるだけ?のように思います。
本書上巻で重要なのは、1章の概論、3章・4章の基底関数(特徴ベクトル)を用いての回帰・分類です。5章のニューラルネットは、画像の回転並進ゆがみに対する不変性に関しては読み応えありましたが、他の深層学習の教科書を読んだ方が良いかも...。ベイズの事前分布が、リッジ回帰の正則化に対応するというところが、ベイズベースの議論のツボなのかも...。2章で挫折しかかった人は3章に飛んで必要に応じて2章の数式をいじる、という読み方の方が良いのではないかと思います。

付言:たま〜に訳が変なところがあるので、よく読んで意味がわからなければ、原著をチェックするのが良いでしょう(例えば p.248の一番下の行の訳やp270の下から5行目の訳)

この本は「パターン認識と機械学習」についての本というより「パターン認識と機械学習のベイズ的取扱い」についての本と考えた方がいい。日本語版では原書にない副題がつけられているのはそれに配慮しての事だろう。機械学習についてある程度知識がある人が、それらのベイズ的取扱いについて勉強するために読むなら素晴らしい本だと思うが、全然知らない人がこの本で勉強するのはお勧めしない。説明があまりに理論寄りで分かりにくいし、実例に乏しくかつ面白くない。この本で機械学習を勉強するのが流行っているようだが効率が悪いと思う。

この本を読んで分からない人は頭が悪いからではなく、この本が分かりにくく書いてあるからなので心配する必要はない。

それでも広く様々な分野をカバーしているのは良いことだと思う。この本で勉強するというより、この本を読んで興味が出てきた箇所は他の論文なり教科書を調べて勉強してみるというのが良い使い方ではないだろうか。

Rの基礎とプログラミング技法

まだRは勉強したての素人です。
Rの本は3冊目で、
1)データ解析環境「R」―定番フリーソフトの基本操作からグラフィックス、統計解析まで (I・O BOOKS)
2)The R Book―データ解析環境Rの活用事例集
と来ました。


選択に間違いは無かったと思っています。

この本の記述の感じは「初めてのPerl」に近いと思います。
元々、R言語自体がPerlに雰囲気が近い(文法ではなく、使い勝手が近い)と思うのは私だけでしょうか?

すらすら読んでいくタイプの本ではありませんが、「初めてのPerl」の如く実際に確かめつつ学んでいく上での座右の書となってくれそうな案配です。
⇒と、活き込んでいましたが...
さすがに40近くなってくると、言語を使いたくても使えなくなって来てますね(苦笑)
Excelでは処理できないような凄い宿題が出てくるまで封印ですね?

本書を読み終えれば, 初心者とは違う一段高い視点からRを操れるだろう. ただ, 詳細に解説してある点は素晴らしいが, Rは年2回のメジャーバージョンアップがあり, 最新の情報に読みかえる必要がある部分も見受けられる(書籍では致し方ないのだが). サポートページ(内容についての捕捉)などを設けられれば(コードなどは公開されている)さらなる良書になるだろう. 内容が良いだけに読者としては非常に我儘になるのが欠点である.

5つ星のうち 5.0手元にあって損はない

(参考になった人 1/3 人)

Rならコマンドなどの解説はネットで見るのが主だと思います. なので,体系的な本が一冊あると,また違った見方ができて役立ちます. ネットのソースをコピペしているだけでは,実力はほんの少しずつしか上がりませんからね. しょっちゅう見るか? NO.では買う価値がなかったか? NO.そんな感じの位置づけにどうぞ.

統計のための行列代数 上

実データを扱うと、理想的な状況とは違ってデータは誤差まみれで逆行列は多くの場合正方じゃない一般逆行列ですよね。でも、一般逆行列に関する初心者向けの文献を探すだけでも結構大変です。特異値分解についてもなかなか詳しい説明を得られないし...。ライブラリがあるからとりあえず使えているけれども、やっぱり数学的な背景を知りたいな、と思っていた時にこの本に出会いました。
本当に素晴らしい。基礎的なことから積み上げて、懇切丁寧に証明が続きます。ただ、すべての証明は鉛筆を使わなくても理解できますので、わからなくて投げだすということはないと思います。

最初は関連があるのか分からなかった細かな証明の流れの中で、あるとき後ろを振り返ったら、学んだことの奥深さに感銘を受けました。静かな感動でした。
分厚い本ですし、読むのにはある程度の根気が必要です。それでも、ぜひ手に取っていただきたい。時間をかけて読み進んでいただきたい。一枚の美しい絵がだんだんと姿を現してくるような、それでいて実用性も十分という、稀有な本です。

電磁気学 第2版

5つ星のうち 5.0素晴らしい

(参考になった人 0/0 人)

力学に続いて購入しました。 わかりやすいです。 本質から捉えることができ、練習問題も程よくあります。

高校で物理を習わなかった学生等にもわかるように書かれているとなっていますが、 私(高校では物理は取っていません。 )が感じたこととしましては、本の内容でどこが大事なのかわかりづらいです。 計算途中の式にも番号が振ってあるため、どれが大事な式なのかわかりにくくなっています。 また、ところどころ計算が飛んでいる部分があるように感じられました。 ご参考までに。

シュプリンガー・ジャパン』の解説 by はてなキーワード

英文社名:Springer Japan KK

シュプリンガー・ジャパン株式会社は、ドイツ連邦共和国ベルリンに本拠をおくシュプリンガー・サイエンス・アンド・ビジネス・メディア(Springer Science+Business Media. 旧称:Springer-Verlag)の日本法人にあたり、東京都千代田区西神田に事務所をおく出版社

シュプリンガー本社が出版する科学、技術・工学、医学に関する英書やその日本語翻訳書、英字ジャーナルを主に出版しており、一部には、独自に日本の研究者が執筆した理工学書や一般書・定期刊行物も取り扱っている。

沿革

1983年1月25日、国際学術出版社シュプリンガーのアジア太平洋地区の出版拠点とし「シュプリンガー・フェアラーク東京」として設立

2006年、シュプリンガーの日本販売支社イースタン・ブック・サーヴィスを吸収合併し、社名を現在のシュプリンガー・ジャパンに変更。

2012年より和書事業から撤退し、権利を「丸善」へと譲渡した。これによりシュプリンガー社から出版されていた和書は丸善から順次刊行される。

リスト::出版社

シュプリンガー・ジャパン』by Google Search

This page is provided by Matome Project.
Contact information.