【e-honおすすめコメント】
データ単体ではなくデータ間の関係に注目すると、データが「次」を予測してくれる。多重に次元が上がる解析を実際に行うために必要な知識を１冊におさめた。考え方を理解して、自分の分野で応用しよう。【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３０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６期として、以下の３点を刊行！　機械学習のための連続最適化　金森　敬文／鈴木　大慈／竹内　一郎／佐藤　一誠・著　関係データ学習　石黒　勝彦／林　浩平・著　オンライン予測　畑埜　晃平／瀧本　英二・著　第７期の刊行は２０１７年４月、第８期の刊行は２０１７年８月の予定。【シリーズ編者】　杉山　将　理化学研究所　革新知能統合研究センター　センター長／東京大学大学院新領域創成科学研究科　教授

第３章　非対称関係データのクラスタリング技術：確率的ブロックモデルと無限関係モデル
第４章　行列分解
第５章　高次関係データとテンソル
第６章　テンソル分解