研究資料
- ACL2Vec: Neural search engine over the new ACL anthology.
- ACL2Vec-authors: Neural search engine of NLP researchers based on keywords.
- ACL2Vec resources:
2022年までのACL anthologyの全論文のタイトルや統計データです.
教科書・推薦図書
持橋が出版に関わった教科書一覧もご覧ください.
教科書
『統計的テキストモデル』持橋大地著, 岩波書店. 2023年発売予定.
[サポートページ]
『ガウス過程と機械学習』持橋大地, 大羽成征著, 講談社. 2019年.
[サポートページ]
推薦図書
機械学習
- "Information Theory, Inference, and Learning Algorithms".
David MacKay著, Cambridge University Press, 2003.
(公式ページ)
- 公式ページから本の全文PDFが無償で入手できます.
- "Pattern Recognition and Machine Learning" (PRML). Christopher Bishop著, Springer, 2006.
- こちらも, 公式ページから英語版の原著のPDFがフリーで入手できます.
- 日本語訳: 「パターン認識と機械学習 (上)」 「パターン認識と機械学習 (下)」. 丸善出版, 2012.
- 持橋は下巻第10章「近似推論法」の翻訳を担当しています.
自然言語処理
- "Foundations of Statistical Natural Language Processing".
Christopher Manning, Hinrich Schütze著, MIT Press, 1999.
(公式ページ)
日本語訳：「統計的自然言語処理の基礎」. 加藤恒昭, 菊井玄一郎, 林良彦, 森辰則訳. 共立出版, 2017. - 「確率的言語モデル」. 北研二著, 東大出版会, 1999.
線形代数
- 「応用がみえる線形代数」, 高松瑞代著, 岩波書店, 2020.
LaTeXに関して
- 「LATEX自由自在」磯崎秀樹著, サイエンス社, 1992.
- NTT CS研の自然言語処理の研究者で, 日本に最初にLaTeX(NTT JTeX)を移植された磯崎さんによる本です. \defのようなplain TeXの命令やマクロを駆使しつつ, LaTeXの背後を知り尽くした方でないとわからない, 本質を捉えた方法が紹介されており, 他に類を見ない本です.
- 「楽々LaTeX」野寺隆志著, 共立出版, 1994.
- 有名な「LaTeX2ε美文書作成入門」は版を重ねるごとに, LaTeX自体よりそれを支えるフォントや実行方法といったLaTeXの周辺環境にページが割かれている印象がありますが, こちらは数式や表, \makeboxの使い方といったLaTeX本文の書き方について詳しく書かれており, 有用です.
-
Plain TeXチートシート
- TeXの数学記号の解説に加えて, 後半では plain TeXの有用なコマンドについてまとまっており, 貴重なリファレンスだと思います.
- Matplotlib Cheatsheets 図を書くときに不可欠なMatplotlibのチートシートです.
博士論文に関して
論文テンプレート
- 総研大博士論文の非公式テンプレートが, にあります. 公式のフォーマットはありません(事務確認済). 上の方がお勧めかもしれません. 現在の総研大ロゴは異なりますので, 注意してください.
博士論文アーカイブ
総研大統計科学専攻のこれまでの博士論文は, こちらにアーカイブされています.
その他
- CTANにある, ジャーナル投稿時の論文カバーレターのスタイルファイル
https://ctan.org/pkg/jourcl - Chez Schemeのページ.
オープンソースになったChez Schemeのページで, 文書もこちらにあります. https://cisco.github.io/ChezScheme/ - ベンチマーク結果はこちら にあります. scheme実装の中でほぼ最速のようです. (Stalinが最速ですが, 開発が止まっているとのこと. https://stackoverflow.com/questions/5691342/what-is-the-fastest-scheme-implementation)