集団能動学習 : データマイニング・バイオインフォマティックスへの展開(情報論的学習理論論文小特集)

スポンサーリンク

概要

• 論文の詳細を見る

• 本論文では,筆者らが提案して来た,能動学習と精度増強手法Bagging/Boostingを組み合わせた,Active Ensemble Learningともいえる一連の新しい学習手法群について解説する.これらの手法群は,いずれも,データ空間あるいはデータベースから,少量かつ情報量の大きいデータを繰り返し選択(質問)することにより,非常に高精度な学習を実現する.本論文では,特に,手法の技術的な側面のみならず,免疫学における生化学/分子生物学実験に対する能動的な実験計画やCRM(Customer Relationship Management)における大規模データからの顧客セグメンテーションという二つの現実の問題への適用結果において,これらの手法群がいずれも従来手法を凌駕する高いデータ効率性や予測精度を挙げることを示す.

• 社団法人電子情報通信学会の論文
• 2002-05-01

著者

• 安倍 直樹

  Necインターネットシステム研究所

• 馬見塚 拓

  Necインターネットシステム研究所

関連論文

• 4.能動学習に関する計算論的学習理論の研究 (能動学習)
• 1.能動学習概要 (能動学習)
• ブール変数実数多項式による嗜好関数の学習
• 集団能動学習 : データマイニング・バイオインフォマティックスへの展開(情報論的学習理論論文小特集)
• 確率的木文法学習を用いたタンパク質二次構造予測
• グラフのパタンマッチングを用いたプログラムの仕様化
• ブースティング入門 (計算学習理論の進展と応用可能性)
• 特集「計算学習理論の進展と応用可能性」にあたって

スポンサーリンク