Winnow - 機械学習の「朱鷺の杜Wiki」Winnow† 目的変数が2値，\(n\)個の特徴量も全て2値の場合の逐次学習アルゴリズム． 線形関数 \(f=w_1x_1+\cdots+w_nx_n\) について，\(f\gt\theta\) なら 1 に，でなければ 0 に分類する．また，係数\(\alpha\gt 1\) を定める． 新たな事例，すなわち，長さ\(n\)の2値ベクトルと2値の目的変数の対が与えられたとき 正しく分類されたなら，重みはそのまま 誤分類された場合は 事例のクラスが1のとき，特徴ベクトルの要素 \(x_i\) が 1 のものは，その重み \(w_i\)を \(\alpha\)倍する． 事例のクラスが0のとき，特徴ベクトルの要素 \(x_i\) が 1 のものは，その重み \(w_i\)を \(\alpha\)で割る． 単純なアルゴリズムだが，PAC学習の観点から理論的な誤り率の限界，\(\alpha\)
