さまざまな学習アルゴリズムはもちろんのこと、「構造化サポートベクトルマシン」「弱ラベル学習」などの新しいアプローチについても明快に解説した。わかりやすい、実にわかりやすい！こんな本を待っていた。

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

第2期として、以下の4点を同時刊行！

統計的学習理論　　　　　　　金森 敬文・著
サポートベクトルマシン　　　竹内 一郎／烏山 昌幸・著
確率的最適化　　　　　　　　 鈴木 大慈・著
異常検知と変化検知　　　　井手 剛／杉山 将・著

第3期の刊行は2015年12月、第4期の刊行は2016年4月の予定。

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授
第1章　2クラス分類
第2章　多クラス分類
第3章　回帰分析
第4章　教師なし学習のためのサポートベクトルマシン
第5章　カーネル関数
第6章　最適化概論：最適性条件と汎用的解法
第7章　分割法
第8章　モデル選択と正則化パス追跡
第9章　逐次学習
第10章　サポートベクトルマシンのソフトウェアと実装
第11章　構造化サポートベクトルマシン
第12章　弱ラベル学習のためのサポートベクトルマシン