企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。するする読めて、ずっと使える1冊。現在知られている異常検知・変化検知の手法の大半をカバーした。 企業所属の著者が、データ解析に携わる人の視点でまとめた。必要な理論を幅広く、体系的に述べる。大規模データから「珍しいパターン」を見出す、あるいは変化の「兆し」を素早くつかむ必要がある人なら必読。 【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　異常検知・変化検知の基本的な考え方 第2章　ホテリングのT2法による異常検知 第3章　単純ベイズ法による異常検知 第4章　近傍法による異常検知 第5章　混合分布モデルによる逐次更新型異常検知 第6章　サポートベクトルデータ記述法による異常検知 第7章　方向データの異常検知 第8章　ガウス過程回帰による異常検知 第9章　部分空間法による変化検知 第10章　疎構造学習による異常検知 第11章　密度比推定による異常検知 第12章　密度比推定による変化検知