アンサンブル学習機械の汎化誤差改善効果の解析
スポンサーリンク
概要
- 論文の詳細を見る
最近、汎化能力向上のための新たなアプローチとして、同一タスクに対して複数の学習機械(予測器)を個別に学習した後、それらの出力を平均 (一段には重み付き平均) するというアンサンブル学習法が提案され実験的にその有効性が示されている。しかしながら、これまでアンサンブル予測器の汎化誤差に関する厳密な議論は十分になされていない。本報告では、回帰問題に焦点をあて、一般のアンサンブル予測器の汎化誤差の改善効果について数理的に考察し、計算機シミュレーションにより解析結果の検証を行う。また、実用上重要な、アンサンブル学習におけるサンプル数の影響についても議論する。
- 1996-02-03
論文 | ランダム
- A three-dimensional icosahedral grid advection scheme preserving monotonicity and consistency with continuity for atmospheric tracer transport
- 甲状腺腫に関する疫学的研究(第3報) : 長野県中・南信地方抽出7地区における実態調査成績 : 要望課題16 発がんと環境要因 : 癌(2)
- 県政の課題 兵庫3期 求められる着実な行革推進 兵庫県知事 井戸敏三(63)
- 特集 新型インフル対策・兵庫県の場合 広域調整に感染症法の壁
- 哺乳類ヒストンメチル化酵素, G9aの機能