エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Core Vector Machine - DO++
SVMをはじめとした、多くの"Kernel法を利用した凸二次計画法問題"は、ある条件(自分自身同士のカーネル... SVMをはじめとした、多くの"Kernel法を利用した凸二次計画法問題"は、ある条件(自分自身同士のカーネル値が常に定数)を満たしていれば、適切に問題を変換することで最小包含球問題として解けることが知られている(core vector machine [google scholar] )。 凸二次計画法問題は入力データサイズに対してスケールせず、訓練データ数が1万以上とか多くなるととたんに破綻するのに対して、最小包含球問題は近似法がいくつか知られており、それらを利用すれば大規模な訓練データを利用した学習が可能となる。 で、その最小包含球の近似法の一つに中心を適当に決めて半径を決めた後に、球から外れている要素をぽこぽこ追加し、半径を最小にしつつ中心を更新していく方法が提案されたが[link]、結局中心の更新式がPassive-Agressive Learning[link]と殆どに似た形にな
2010/03/07 リンク