隠れマルコフモデルのためのEMアルゴリズム 正田 備也 平成 19 年 10 月 4 日 隠れマルコフモデル (hidden markov model) について，EM アルゴリズムを用いた最尤推定をどのように行うか，自 分用の
隠れマルコフモデルのためのEMアルゴリズム 正田 備也 平成 19 年 10 月 4 日 隠れマルコフモデル (hidden markov model) について，EM アルゴリズムを用いた最尤推定をどのように行うか，自 分用の研究メモとしてまとめてみました．以下の内容は，Beal, M.J. (2003) Variational Algorithms for Approximate Bayesian Inference. PhD. Thesis, Gatsby Computational Neuroscience Unit, University College London. の 3.2 節のほぼ翻訳ですが，かなり説明を補足してあります．ただし，記号は変えてあります． 1 隠れマルコフモデルの定式化 隠れマルコフモデルは，観察データの列 y1:T をモデル化するために用いる．なお，各
机上の空論:[メモ] サポートベクターマシン(SVM)
サポートベクターマシン(以下 SVM) とは ・ニューラルネットワークの一種 ・教師ありクラスタリング SVM の基本的な考え方 ・元々2クラスの線形分離手法として提案される ・単層パーセプトロンに似ているが、SVM はマージン最大化という手法をとっているのがポイント。 ・マージン最大化とは、超平面と学習データの隙間となるマージンをなるべく大きく取ろうというもの。 (ここでいう超平面とは、2つのクラスにぶった切る平面のこと) ・ちなみに超平面と、ちょうどマージンの分だけ離れている学習データをサポートベクトルという。 ・このマージン最大化という考えを取り入れることによって、テストデータの識別精度を高めている。 SVM の発展 ・線形分離不可能な問題への対応 - ソフトマージン(学習データが多少マージンにくい込んだり、反するクラスの空間にくい込んだりしても許す)で対応
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
本文
応用音響学資料：HMM(隠れマルコフモデル) とは何か 嵯峨山 茂樹 東京大学大学院情報理工学研究科システム情報学専攻 / 工学部計数工学科 sagayama@hil.t.u-tokyo.ac.jp 概要: 隠れマルコフモデル (H
