正誤表(誤植)

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
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
ンリストの先頭に追加する(スタックにプッシュする).
 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
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).
 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
(見えにくい場合はクリックして拡大してください.)




・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
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
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
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.

7章 強化学習
・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
※肩にのる(i)の位置がおかしくなっています.

10章
・P. 135 式(10.2)
Σの下の和をとるインデックスが左がj (ジェー)で,右があらゆる i についてになります.

・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.

Comments