学習アルゴリズムの幾何学構造(<特集>SMAPIPチュートリアル)
スポンサーリンク
概要
- 論文の詳細を見る
機械学習においては,対象とする問題をどのような枠組みでとらえてモデル化するかが重要であると同時に,想定したモデルの中で最適解をどのようにして求めるかという学習アルゴリズムが重要な役割を担っている.機械を確率モデルに対応づけて,モデルとアルゴリズムの関係を確率分布の空間の中で幾何学的にとらえる情報幾何学の考え方は,複雑なアルゴリズムの働きを理解するため役立つことが多い.EMアルゴリズム,ブースティング,バギングといったアルゴリズムを取り上げ,これらのアルゴリズムが幾何学的にどのように理解されるかについて紹介する.
- 社団法人電子情報通信学会の論文
- 2004-10-12
著者
関連論文
- 極射影平面を利用した放射対称歪曲の較正 (ヒューマン情報処理)
- 極射影平面を利用した放射対称歪曲の較正 (パターン認識・メディア理解)
- 頑健なヤコビ核主成分分析に向けて(テーマ関連セッション5,コンピュータビジョンとパターン認識のための学習理論)
- 頑健なヤコビ核主成分分析に向けて(テーマ関連セッション5)
- 主成分曲線のあてはめによる放射対称歪曲の較正(一般セッション1,移動カメラ画像処理におけるパターン認識とメディア理解)
- D-1-9 Bregman情報量に基づく変数間の独立性の一般化(D-1. コンピュテーション,一般セッション)
- F-050 GESによる補正を行った情報量に基づくパラメタ推定法の評価(F分野:人工知能・ゲーム)
- LF_001 e-混合モデルの推定(F分野:人工知能・ゲーム)
- ベイジアンネットワークによる突然変異モデルの作成とBelief Propagationによる推定(機械学習によるバイオデータマイニング)
- ニューラルネットワークの中間層における独立な特徴量の抽出(「機械学習によるバイオデータマインニング」及び「一般」)