回帰分析における推定量の漸近解析と機械学習への応用(学習問題の解析,テキスト・Webマイニング,一般)

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、回帰分析の手法は非常に重要となる。本発表ではノンパラメトリック回帰において、回帰関数が(p,C)-smoothという条件の下で、nearest neighbor推定量を用いた場合の収束レートを考察する。0<p≦1の場合は最適な収束レートが達成できること、及び、p>1.5の場合は最適な収束レートが達成できないことは知られていた。しかし、1<p≦1.5の場合に最適な収束レートが達成できるかどうかは未解決のままであった。本研究において、この問題を肯定的に解決できたのでそれについて述べる。また、近年、パターン認識の分野で、回帰分析を用いた手法が非常に良い性能を発揮することが示されており、そのことについても述べる。

• 2011-03-21

著者

• 綾野 孝則

  大阪大学理学研究科

• 綾野 孝則

  大阪大学理学研究科数学専攻

• 綾野 孝則

  大阪大学大学院理学研究科数学専攻

関連論文

• AGM列を用いた楕円曲線の有理点位数計算法の超楕円を越える曲線への一般化について (Computer Algebra : Design of Algorithms, Implementations and Applications)
• margin assumptionの下での分類器の誤り率の評価について(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
• margin assumptionの下での分類器の誤り率の評価について(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
• 回帰分析における推定量の漸近解析と機械学習への応用(学習問題の解析,テキスト・Webマイニング,一般)
• 高次元の判別分析におけるd一致性について(統計数理,統計推理,データベース,一般)

スポンサーリンク