タグ

2009年6月11日のブックマーク (5件)

  • ブースティング - 機械学習の「朱鷺の杜Wiki」

    ブースティング (boosting) / AdaBoost† バギングとならぶ代表的なアンサンブル学習の手法で,クラス分類問題を扱う. 弱学習器は,各事例を重み付けして学習できるものでなくてはならない. アルゴリズム AdaBoost \(D_t(\mathbf{x}_i)\) を均一に初期化. 以下の手続きを \(t=1,2,\ldots,T\) について反復 現在の誤分類率分布 \(D_t(\mathbf{x}_i)\) の重み付けを用いて,弱学習器に分類器 \(C_t(x)\) を生成させる. 誤分類率分布 \(D_t(\mathbf{x}_i)\) で重み付けした,データ集合 \(\{\mathbf{x}_i\}\) に対する誤分類率を \(\epsilon_t\) とする. \(\beta_t=\epsilon_t/(1-\epsilon_t)\) 誤分類分布を更新:事例 \(\

  • Hidetoshi Yokoo's Home Page

    横 尾 英 俊 English / Japanese 氏名: 横尾 英俊 (よこお ひでとし) 所属: 群馬大学大学院 工学研究科 情報工学専攻 住所: 376-8515 桐生市天神町 1-5-1 電話: 0277-30-1805 (直通) Fax:   0277-30-1801 Office: 2号館 3階 302−1号室 研究分野 データ圧縮 とその応用 講義科目 : 情報理論,数値解析など 講義(学部)関係の情報 著書紹介 LaTeX ユーザのためのレポート・論文作成入門 (共立出版 刊) Links 当研究室のホームページ 情報工学科ホームページ 群馬大学工学部ホームページ 群馬大学ホームページ 国立大学法人等 文部科学省 横尾英俊 / yokoo@cs.gunma-u.ac.jp

    sleepy_yoshi
    sleepy_yoshi 2009/06/11
    データ圧縮に関するサーベイ論文たくさん
  • SPIRE 2009 ACCEPTED PAPERS

    ========================== SPIRE 2009/ACCEPTED PAPERS ========================== 22 LONG PAPERS: 68. Travis Gagie, Simon Puglisi and Andrew Turpin. Range Quantile Queries: Another Virtue of Wavelet Trees 54. Shanu Sushmita, Hideo Joho and Mounia Lalmas. A Task-Based Evaluation of an Aggregated Search Interface 75. Wing Kai Hon, Rahul Shah and Shih Bin Wu. Efficient Index for Retrieving Top-$k$

  • 最近の強化学習事情 | とうごろぐ

    Twitterで「最近の強化学習事情はどうでしょうか?」と聞かれたので,調べてみました. ICML 2009 機械学習国際会議(International Conference on Machine Learning) http://www.cs.mcgill.ca/~icml2009/ 強化学習に最も関係が強い国際会議です. 今年は6月14日から18日までモントリオールで開かれます. 今年は強化学習に関するセッションが3つあります. (昨年は6つもありました.) 1C - Exploration in Reinforcement Learning The Adaptive k-Meteorologists Problem and Its Application to Structure Learning and Feature Selection in Reinforcement Lea

  • クラスカルのアルゴリズム - naoyaのはてなダイアリー

    昨年からはじめたアルゴリズムイントロダクションの輪講も終盤に差し掛かり、残すところ数章となりました。今週は第23章の最小全域木でした。辺に重みのあるグラフで全域木を張るとき、その全域木を構成する辺の合計コストが最小の組み合わせが最小全域木です。 アルゴリズムイントロダクションでは、クラスカルのアルゴリズム、プリムのアルゴリズムの二点が紹介されています。いずれも20世紀半ばに発見された古典的なアルゴリズムです。 二つのうち前者、クラスカルのアルゴリズムは、コスト最小の辺から順番にみていって、その辺を選んだことで閉路が構成されなければ、それは安全な辺であるとみなし、最小全域木を構成する辺のひとつとして選択します。これを繰り返しているうちに最小全域木が構成されるというアルゴリズムです。 今日はクラスカルのアルゴリズムを Python で実装してみました。扱うグラフは書籍の例を使ってみました。以下

    クラスカルのアルゴリズム - naoyaのはてなダイアリー