学習を怠る学習機械 : 賭けによる高速学習

概要

論文の詳細を見る
一般に神経回路のようなモデルベースの学習機械では、データに合わせたパラメータ最適化と構造最適化とを完了するまでには膨大な繰り返し計算が必要となる。これは、事前知識のほとんど無い状態で学習を開始し、最適なデータモデルを構築しようとしている事を考慮すると、やむを得ない事である。一方我々人間の場合には、個人差はあるものの、機械学習の場合に比べると圧倒的に少ないデータだけでその規則を予測し、それが正しいと思ってしまう傾向がある。しかしこの予測は、少ないデータを基にしているために正確であるとは眠らない。人の場合は真面目にデータモデルを構築しているのではなく、事前知識から尤もらしいものを捜し出し(創り出し)、それが正しいことに賭けることで、怠けているとも思われる。本稿ではこれをヒントにして、オンライン学習の初期段階に、過去の学習経験から現在与えられているデータに最も相応しいと思われる候補を想起し、その候補が正しいことに賭ける学習システムを提案する。こうすることによって、学習コストが抑えられるだけでなく、緊急時にわずかなサンプルパターンだけで答えが出せるシステムを構築できることが期待される。
2004-03-11

学習を怠る学習機械 : 賭けによる高速学習

スポンサーリンク

概要

著者

関連論文

スポンサーリンク