PowerPoint プレゼンテーション
Nara Institute of Science and Technology Augmented Human Communication Laboratory ビッグデータのための機械学習 2015/10/23 ビッグデータアナリティクス 第３回 1 奈良先端科学技術大学院大学 吉野 幸一郎 NAIST AHC Lab. • 機械学習の基礎 – 教師あり学習、教師なし学習 – 事前確率、事後確率 – 最尤推定、MAP推定、ベイズ推定 – 単純ベイズ、ロジスティック回帰、条件付き確率場、 サポートベクターマシン、ニューラルネット、深層学習 • 機械学習における分散処理 • Apache Spark での機械学習 2015/10/23 ビッグデータアナリティクス 第３回 2 本日の内容 NAIST AHC Lab. 2015/10/23 ビッグデータアナリティクス 第３回 3 参考書 でき
統計的機械学習 | 中川研究室
統計的機械学習 統計的機械学習とは、観測されたデータから統計的手法を用い新たな知識を導出することである。 統計的機械学習についての教科書的な内容はこちらを参照してほしい。 統計的機械学習には種々の分類がある。主要なものを説明しよう。 教師あり学習と教師なし学習 教師あり学習(supervised learning)では、観測データと、そのデータの意味が与えられる。例えば、文書分類問題であれば、観測された文書とその文書の属するカテゴリー（スポーツ、芸能、など）の対のデータ集合（これをtraining dataと呼ぶ。)である。学習によって、観測データの持つ属性と意味の関係を推定し、未知のデータ(これを test data と呼ぶ。）が与えられると、そのデータの意味を出力する。 教師なし学習(un-supervised learning)では、観測データだけが与えられる。観測データたちの
生成モデルと識別モデルの違い
生成モデル（generative model）と識別モデル（discriminative model）の違いが理解できたのでメモっておく。 よくある定義 生成モデルは のようにyを予測する。 これだけ聞いても何のことやらよく分からん。 直感的な説明 識別モデルはクラスの境界を学習する。与えられたデータxが生成される確率は特に考慮せず、単に境界面のみを学習するモデル。SVM、決定木などは識別モデル。 生成モデルは、それぞれのクラスにおけるデータの分布を学習するモデル。生成モデルはグラフィカルモデルを使って表される。 これは分かりやすい。これ聞いた後だと式の意味も分かる。 直感的な説明と式を結びつけて考える 識別モデルは、 のように予測を行うモデル。例えば決定木の場合はデータxが与えられると、終端nodeのクラス分布を見ることで、そのxがクラスyに属する確率が分かる。そして尤もらしいクラスを予
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
