LDA入門2. 内容 • NLPで用いられるトピックモデルの代表である LDA(Latent Dirichlet Allocation)について紹介 する • 機械学習ライブラリmalletを使って、LDAを使 う方法について紹介する
サポートベクトルマシン
. . . . . . . . . . . . . . . . . . . . . VC Karush Kuhn Tucker (KKT) condition . . . . . . . . (1/4) z: ( ) F(z): z F(z) Z ≤ z Z g(z) z Eg(z) ≡ ∫ g(z)dF(z) (1) F(z) f(x) f(z) = dF dz ([z, z + dz] f(z)dz ) . . . . . . . . (2/4) g(z) Eg(z) = ∫ g(z) f(z)dz ( f(z) F(z) (1) ) z ( ) dα(z) (α ∈Λ) Λ α ⇔ Λ R(z, y) ≡ { 0 ( z y ) 1 . . . . . . . . (3/4) Q(α, z) Q(α, z) ≡ R(z, dα(z)) = { 0 dα(z) 1 dα(z) R(α)
サポートベクターマシン
サポートベクターマシン 赤穂昭太郎 産業技術総合研究所 2006.7.6～7 統数研公開講座 「カーネル法の最前線―ＳＶＭ, 非線形データ解析, 構造化データ―」 目次 1. サポートベクターマシン(SVM)とは 2. SVMの仲間たち 3. 汎化能力の評価 4. 学習アルゴリズム 5. カーネル設計の基本 1.サポートベクターマシンとは？ • サポートベクターマシン＝ 「線形モデル＋高次元写像＋正則化」の一つ （ほかのカーネル法と基本的に共通） • 計算量を少なくするいくつかの工夫 – 凸２次計画法 – スパース表現 – カーネルトリック • ローカルミニマムの問題がない 識別問題 • 入力 x を二つのクラスに分類する関数 を学習する （１クラスあるいは３クラス以上の場合は後で考える） 例： 文字認識、遺伝子解析、データマイニング、 spam filter • 学習サンプルから学習 •
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
2008-m-jsai_dmsm-PR
