はじめに この記事で理解できること バイアス-バリアンス分解とは 予測性能 未学習とは 過学習とは 多項式フィッティングにおける未学習と過学習の例 正則化の効力 評価をするために 損失関数の期待値とその分解 損失関数 損失の期待値の最小化 損失の期待値の分解 まとめ バイアス-バリアンス分解 訓練データというパラメータ 完全なるノイズ項 バイアス-バリアンス分解 バリアンス バイアス バイアスとバリアンスのトレードオフ 全体のまとめ 参考となる書籍 はじめに この記事で理解できること ・学習によってモデルをフィッティングさせる概念を理解できる。 ・機械学習で回帰問題を解決する際に、未学習や過学習を評価できる。 ・特に,正則化などが及ぼす影響を理解できる。 バイアス-バリアンス分解とは 実データを用いてモデルをフィッティングした場合には、真のモデルとの間に「バイアス、バリアンス、ノイズ」の3
![バイアス-バリアンス分解:機械学習の性能評価 - HELLO CYBERNETICS](https://cdn-ak-scissors.b.st-hatena.com/image/square/6c14e6bba93ff7b8ab0e5b13b40af916097bb194/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fs%2Fs0sem0y%2F20170505%2F20170505211841.jpg)