PRML 読書会 §3 線形回帰モデル 2010 / 06 / 27 id: taki0313 2010年7月9日金曜日 ● §3.1 線形基底関数モデル ● §3.2 バイアスーバリアンス分解 ● §3.3 ベイズ線形回帰 ● §3.4 ベイズモデル比較 ● §3.5 エビデンス近似 ● §3.6 固定された基底関数の限界 ★☆☆ ★☆☆ ★★☆ ★★★ ★★★ ★☆☆ CONTENTS 2010年7月9日金曜日 ● 回帰問題 Introduction ● 教師なし学習 → 教師あり学習 訓練データ集合 {xn} , {tn} 次の入力 x に対する t を予測 例えば… t = y(x) を作る 、 p( t | x ) を考える … Et[t | x] が 回帰関数としていいよっ @ §1.5.5 2010年7月9日金曜日 §3.1 線形基底関数モデル ● 単純な線形回帰 ● 基底