第9刷までの誤植(第1~8刷にも含まれます.) ・p.35: 表3.2の最終行 修正前 |8| F(8) | A(2), C(3), B(4), E(5), D(6), G(7) (解は発見され終了)| 修正後 |8| F(8) | S(0), A(2), C(3), B(4), E(5), D(6), G(7) (解は発見され終了)| 第8刷までの誤植(第1~7刷にも含まれます.) ・p.158: 図11.8のキャプション 修正前 線形分散可能 修正後 線形分離可能 第7刷までの誤植(第1~6刷にも含まれます.) ・p.154: 式(11.16)の下の説明で、w_1(x), w_2(x),... となっていますが、実際にはwにxの依存性はないので,w_1, w_2,...が正しいです. 修正前 w = (w_1(x), w_2(x), \ldots , w_d(x))Tは重みベクトルである. 修正後 w = (w_1, w_2, \ldots , w_d)Tは重みベクトルである. ・p221: 付録の最初の説明で、「7番目の入力ベクトルを...」とありますが,これはt番目の誤植です. 修正前 7番目の入力ベクトルをx_t 修正後 t番目の入力ベクトルをx_t ・p94にある、図7.3のシナリオBの割引累積報酬の数値が一部誤っていました. 修正前
修正後
第6刷までの誤植(第1~5刷にも含まれます.) ・P.114, P. 115, P. 116 誤植ではありませんが,図8.6, 8.7, 8.8の図に関して 1)移動 P(s_t|s_{t-1}, a_{t-1}) と書かれているのが誤解を招くとのご指摘を頂きました. このセルに書かれているものは移動操作を行い,状態遷移確率を作用させた後の確率分布となっております. 移動確率が表されているわけではありません. この点をクリアにするために以下のように修正します. 修正前 1)移動 P(s_t|s_{t-1}, a_{t-1}) 修正後 1)移動後 \sum_{s_{t-1}}P(s_t|s_{t-1}, a_{t-1})F_{t-1}(s_{t-1}) ・P.114 誤植ではありませんが,誤解を避けるために以下のように修正いたします. 修正前 なお,図中の値は小数点以下3 桁 目を四捨五入して表示している. 修正後 なお,図中の値は厳密な計算結果に対して小数点以下3桁 目を四捨五入して表示している. ・P.136 5行目 修正前 c2=(6+12+14)=32/3= 修正後 c2=(6+12+14)/3=32/3= 第5刷までの誤植(第1~4刷にも含まれます.) ・P.25 Algorithm 2.1 深さ優先探索 誤 ⑤s から接続していてまだ探査していない状態をすべてオープ ンリストの先頭に追加する(スタックにプッシュする). → 正 ⑤s から接続していてまだ追加していない状態をすべてオープ ンリストの先頭に追加する(スタックにプッシュする). Algorithm 2.2 幅優先探索 誤 s から接続していてまだ探査していない状態をすべてオープ ンリストの末尾に追加する(キューにエンキューする). → 正 s から接続していてまだ追加していない状態をすべてオープ ンリストの末尾に追加する(キューにエンキューする). ・P.23 図2.8 物体操作タスクの状態空間図 ・P180 原文が多少誤解を招く表現でしたので,下記のように修正します. (修正前) 記号論理では一般的に言葉の意味を「言葉が指し示す対象物」のように捉 えず,その文の真偽性のみを問題にする. ->(修正後) 記号論理では一般的に言葉の意味を「言葉が指し示す対象物」のように捉 えて問題にするのではなく,その文の真偽性を中心的な問題とする. 第4刷までの誤植(第1~3刷にも含まれます.) ・P. 63 Algorithm 5.1 動的計画法② (誤) および,その最大値を与えるstを・・・ (正) および,その最大値を与えるst-1を・・・ ・P141-142 具体的にはデータが高次元空間上で多変量正規分布(ガウス分布)に従っ て分布していると仮定して,その分布の主軸方向(最も分散の大きい方向)を 発見し,それを第1 主成分とする.その後,その次に分散の大きい軸をとっ て第2 主成分を抽出するというように,順次軸をとっていくことで,低次元 空間を得る. ->(修正後) データが高次元空間上で分布していると仮定して,その分布の主軸方向 (最も分散の大きい方向)を発見し,それを第1 主成分とする.その後, その次に分散の大きい軸をとって第2 主成分を抽出するというように, 順次軸をとっていくことで,低次元空間を得る.具体的にはデータの 分散共分散行列を固有値分解することにより求める事ができる. >>説明 主成分分析ではデータが多変量正規分布に従っていると考えると 幾何学的な理解に大変役立ちます.ガウス分布というのは一般的に ラグビーボールのような楕円の広がりを持っているわけですが,その最も 長い方向(長軸,主軸)を見つけてきて,また,それと垂直に第二,第三の 軸をとってくるのが主成分分析なわけです. また,この「広がり」は分散共分散行列によって表現されています.数学 的にはこの軸を見つけてくる計算が初等線形代数で学ぶ「固有値分解」に よって実現されるという点も,大変味わい深いものです. さて,そういうこともあり,主成分分析を「多変量正規分布(ガウス分布)に従っ て分布していると仮定して」考えることを推奨するような気持で「仮定して」 と書いてしまっておりましたが,実際には,その仮定は「必要ではない」ので, 修正させていただきます. また,ある意味,ついでではありますが,具体的にな計算方法についても, 一文を加えておきました.正直,主成分分析は大変面白い内容であるにも かかわらず(そして,人工知能分野において基盤的な技術!)本書では ちらりと触れることしかできていませんので,是非,他書で学ばれることを 第3刷までの誤植(第1刷,第2刷にも含まれます.) ・P.48, P.49, P.51, P.52 (誤)プレーヤー ->(正) プレイヤー 4箇所において記述のゆらぎがあります.修正ください. 13章 .P. 185 (13.5)式 (誤)~∧((¬(Q∨R)∨P) ・・・・含意の除去 (正)~∧(¬(Q∨R)∨P) ・・・・含意の除去 左括弧が一つ多いです. ・P.187 (13.16)式 左端の矢印 (誤)⇔ (正)⇒ 同値ではありません. ・P. 233 第14章4(3)の解答の図 前提1と組み合わされるのは前提3のP(a)ですが, 矢印の根本が L(a)になってしまっています. L(a)からではなくP(a)から O(a)∨K(a)∨S(a)に矢印が伸びるように変更してください. ・P.230 第9章④の解答 (誤)それぞれの重みは(1/10, 1/10, 1/5, 2/5) (正)それぞれの重みは(1/10, 1/5, 2/5, 1/10) (誤)リサンプリングされる確率は(1/8, 1/8, 1/4, 1/2) (正)リサンプリングされる確率は(1/5, 1/5, 2/5, 0) 第1刷,第2刷 までの誤植(第3刷以降では修正済み) 4章 「4.1.1 はじめに」の3段落目の4行目 「ホールダック2号にとって 行動の選択肢は?」と書かれていますが, 「ホイールダック2号にとって行動の選択肢は?」の誤りです. 6章 確率とベイズ理論の基礎 ・P.79 式(6.20) 分母のΣの添字がC_k ではなく k です. # C_k でも間違いではないが,(6.19)ではkのためkの方が妥当. ・P.90 本文中に「オペラント条件付け」という記述がございますが,正しくは「オペラント条件づけ」になります. ・P.103 (7.23)式で定義されているボルツマン選択の式が間違っています.マイナスを消して下さい. (誤) exp(-β Q(s_t, a_t)) => exp(β Q(s_t, a_t)) // マイナスが不要. 8章 位置推定(1):ベイズフィルタ ・P.117 章末問題④ (誤)部分観測マルコフ決定過程の過程に基づいて (正)部分観測マルコフ決定過程の仮定にもとづいて 章末問題解答 9章 位置推定(2):粒子フィルタ 式(9.18)プリントミス ・P.139 ・複数のクラス -> 複数のクラスタ ・P.190 問3 の解答が P.232 で 3 となっていますが, 正しい解答は 1. ∃x( have(I,x) ∧ bag(x) ) になります. 以上,大変申し訳ございませんでした. 修正の上,ご活用いただければ幸いです. |