ガウス過程(Gaussian processes)に関するメモ(1) 正田 備也 平成 19 年 7 月 15 日 本稿の参考文献は [1] です.その第 2 章を縮めて紹介しますが,直接読むほうが分かりやすいかもしれません. 1 雑音をともなう線形回帰モデル あるブラックボックスがあって,p 次元のベクトル x が入力として与えられると,ひとつの数値 y を出力すると します.このブラックボックスの中身がどうなっているのかを説明するために,モデルをつくることにします.本 稿では,ガウス雑音をともなう線形回帰モデルを考えます.これは f(x) = x w, y = f(x) + ε (1) という式で書くことのできるモデルです.まず,入力ベクトル x と,モデルのパラメータであるベクトル w との内 積が求められます.これでひとつの数値 f(x) が得られますが,さらにガウス雑音 ε が
�������� ������ ����������������� ������������������ �!#"%$&�('*) +,).-�/+10243 57698;:.<>=@?A6CB#=,DFE�G%HJI�KMLON�K>P,Q/:.? R�<>LTSVUJ6XW1B#LOYC6�<ZK�LT=@I.[ Q/:.YC6�B#S.L\K>H ]�:JRZD^<_:^=@D.<`I�P%ab:.S.LOB.U*cd6CI�e2D�:.SfP Q/:.? R�<>LTSVUJ6�PgQihkj�lfmonk[oW1B#LO=@6`Sqp�LOB.UJS^D.? [ rtstuwvxs^y;z{rt|*s*}/~�u{s{rg~_stu�~��xv � �1��C���#�f.�*�#�����*�@�J�F�g�.�F� �*�C�x�Z�{�#�*���_�,�J���.�1�`
C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning, the MIT Press, 2006, ISBN 026218253X. c 2006 Massachusetts Institute of Technology. www.GaussianProcess.org/gpml Chapter 2 Regression Supervised learning can be divided into regression and classification problems. Whereas the outputs for classification are discrete class labels, regression is concerned with the predictio
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