エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
交互最小2乗法 - SICE オンライン・ハンドブック
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
交互最小2乗法 - SICE オンライン・ハンドブック
交互最小2乗法(alternating least squares:ALS)は、非線形パラメータ推定のための一つの有効な方法とし... 交互最小2乗法(alternating least squares:ALS)は、非線形パラメータ推定のための一つの有効な方法として知られている。この方法の考え方は古くは1930年代にさかのぼるが、確立されたのは、1960年代にWoldによってNIPALSとよばれる推定法が提案されたときである。 パラメータ推定においては、しばしば推定すべきパラメータの数が問題とされる。特に、データ数の増加に従って、未知パラメータの数が増加するようなモデルの場合が問題になる。例えば、このような場合には最尤推定法は複雑なものになる傾向がある。 ALSは多数の未知パラメータを推定する場合に有効な方法の一つであり、一度に多くのパラメータを推定することの困難さを回避する推定法といえる。すなわち、ALSでは、まずパラメータを複数のグループに分け、そして“一つのグループのパラメータを他のパラメータは既知として推定する”と