スパースモデリングは、現代統計学、機械学習、信号処理の分野で活用されています。測定費用やその他の制限によって、比較的少ない数しか得られていない測定値から、観測されていない高次元の信号を正確に復元する手法です。画像復元、データからのモデル・パラメータ学習、システム障害や人間の病気の診断は、取り組みが期待される例です。

『Sparse Modeling: Theory, Algorithms, and Applications』（Irina Rish, Genady Grabarnik　著）を翻訳した本書は、さまざまな問題をスパースモデリングへ簡潔に導入する試みを行っています。スパース復元に関する最近の理論的な結果だけではなく、応用例、スパース解をもたらす問題設定、スパース解を見つけるためのアルゴリズムも含みます。

本書は、スパースモデリングの重要な発展の俯瞰的な概要、最適化問題の定式化、理論的結果の提示、幾つかのアルゴリズム、様々なスパース復元問題、スパースなグラフィカル・モデルにおける一類型、辞書学習とスパース行列分解などの内容を扱っています。スパースモデリングという刺激に満ちた新しい分野への導入として役立つ一冊です。
第1章導入
第2章スパース復元：問題の定式化
第3章理論的な結果（決定論的なもの）
第4章理論的結果（確率論的部分）
第5章スパース復元問題のためのアルゴリズム
第6章LASSO とその拡張：構造化されたスパース性
第7章LASSO を超えて：他の損失関数
第8章スパースグラフィカルモデル
第9章スパース行列因子分解： 辞書学習とその先
エピローグ
付録A 数学的準備