Soumettre la recherche
Mettre en ligne
続・わかりやすいパターン認識 勉強会 4章前半
•
8 j'aime
•
2,323 vues
ksmzn
Suivre
続・わかりやすいパターン認識 勉強会 4章前半
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 44
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)
Motoya Wakiyama
続・わかりやすいパターン認識_3章
続・わかりやすいパターン認識_3章
weda654
ThankYouStarsで感謝の気持ちをスターで伝えよう
ThankYouStarsで感謝の気持ちをスターで伝えよう
ksmzn
第5章 時系列データのモデリング, 補助情報を考慮したモデリング
第5章 時系列データのモデリング, 補助情報を考慮したモデリング
ksmzn
第3章 変分近似法 LDAにおける変分ベイズ法・周辺化変分ベイズ法
第3章 変分近似法 LDAにおける変分ベイズ法・周辺化変分ベイズ法
ksmzn
「トピックモデルによる統計的潜在意味解析」読書会「第1章 統計的潜在意味解析とは」
「トピックモデルによる統計的潜在意味解析」読書会「第1章 統計的潜在意味解析とは」
ksmzn
Shinyで確率分布を学ぶアプリ作った。あるいは、ShinyでD3.jsを使う方法
Shinyで確率分布を学ぶアプリ作った。あるいは、ShinyでD3.jsを使う方法
ksmzn
2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
Marius Sescu
Recommandé
続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)
Motoya Wakiyama
続・わかりやすいパターン認識_3章
続・わかりやすいパターン認識_3章
weda654
ThankYouStarsで感謝の気持ちをスターで伝えよう
ThankYouStarsで感謝の気持ちをスターで伝えよう
ksmzn
第5章 時系列データのモデリング, 補助情報を考慮したモデリング
第5章 時系列データのモデリング, 補助情報を考慮したモデリング
ksmzn
第3章 変分近似法 LDAにおける変分ベイズ法・周辺化変分ベイズ法
第3章 変分近似法 LDAにおける変分ベイズ法・周辺化変分ベイズ法
ksmzn
「トピックモデルによる統計的潜在意味解析」読書会「第1章 統計的潜在意味解析とは」
「トピックモデルによる統計的潜在意味解析」読書会「第1章 統計的潜在意味解析とは」
ksmzn
Shinyで確率分布を学ぶアプリ作った。あるいは、ShinyでD3.jsを使う方法
Shinyで確率分布を学ぶアプリ作った。あるいは、ShinyでD3.jsを使う方法
ksmzn
2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
Marius Sescu
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Expeed Software
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
Pixeldarts
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
Skeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
Introduction to Data Science
Introduction to Data Science
Christy Abraham Joy
Time Management & Productivity - Best Practices
Time Management & Productivity - Best Practices
Vit Horky
The six step guide to practical project management
The six step guide to practical project management
MindGenius
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
Contenu connexe
En vedette
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Expeed Software
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
Pixeldarts
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
Skeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
Introduction to Data Science
Introduction to Data Science
Christy Abraham Joy
Time Management & Productivity - Best Practices
Time Management & Productivity - Best Practices
Vit Horky
The six step guide to practical project management
The six step guide to practical project management
MindGenius
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
En vedette
(20)
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
Skeleton Culture Code
Skeleton Culture Code
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Getting into the tech field. what next
Getting into the tech field. what next
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
How to have difficult conversations
How to have difficult conversations
Introduction to Data Science
Introduction to Data Science
Time Management & Productivity - Best Practices
Time Management & Productivity - Best Practices
The six step guide to practical project management
The six step guide to practical project management
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
続・わかりやすいパターン認識 勉強会 4章前半
1.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 第4章 推定 前半 第 3 回「続・ 認識」読書会 @ksmzn 会場:株式会社 様 東銀座 January 27, 2015 @ksmzn 第 4 章 推定 前半 January 27, 2015 1 / 44
2.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 自己紹介 Koshi @ksmzn 某大学 M2 法 研究 勉強中 ( ) @ksmzn 第 4 章 推定 前半 January 27, 2015 2 / 44
3.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 3 / 44
4.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 4 / 44
5.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 推定 1. 母集団分布 特徴 値 (母数) 。 2. 未知 、 値 興味 、観測値 用 未知 類推 推定 。 3. 章 最尤推定 推定 取 上 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 5 / 44
6.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 6 / 44
7.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 例題4.1 1枚 投 n 回投 結果 x(n) = x1x2 . . . xn n 回中 r 回 表 θ 値 推定 最尤推定 推定 推定 @ksmzn 第 4 章 推定 前半 January 27, 2015 7 / 44
8.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 最尤原理 「現実 我々 得 観測 、確率最大 実現 結果 」 考 。 観測 x(n) θ 、 P(x(n) ; θ) 最大 θ 「最 尤 」 。 最尤原理!! @ksmzn 第 4 章 推定 前半 January 27, 2015 8 / 44
9.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 観測値 得 確率 各試行 独立 , 観測値 得 確率 P(x(n) ; θ) =P(x1)P(x2)P(x3) . . . P(xn) = n∏ t=1 P(xt; θ) =θr (1 − θ)n−r @ksmzn 第 4 章 推定 前半 January 27, 2015 9 / 44
10.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 最尤推定 P(x(n) ; θ) 最大 θ ˆθ(最尤推定量) 、 ˆθ = argmax θ {P(x(n) ; θ)} 。 推定法 最尤推定 @ksmzn 第 4 章 推定 前半 January 27, 2015 10 / 44
11.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 P(x(n) ; θ) 最大 未知 θ 値 尤 度合 P(x(n) ; θ) 、尤度 。 尤度 最大 θ 求 。 → 微分 行 ! 計算 、尤度 対数 。 (対数尤度) log p(x(n) ; θ) @ksmzn 第 4 章 推定 前半 January 27, 2015 11 / 44
12.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 最尤推定量 求 対数尤度 微分 0 d dθ log p(x(n) ; θ) = d dθ (r log θ + (n − r) log(1 − θ) = r θ − n − r 1 − θ =0 ˆθ = r n 「n 回中 r 回表 出 割合」 、 直感的 妥当 結果 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 12 / 44
13.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 観測値 得 確率(n = 10) @ksmzn 第 4 章 推定 前半 January 27, 2015 13 / 44
14.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 14 / 44
15.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 最尤推定 推定 未知 扱 最尤推定 定数 見 推定 確率変数 見 確率変数 見 、 θ 具体的 値 推定 最尤推定 違 、 推定 未知 確率分布 推定 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 15 / 44
16.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 定理 種類 対 用 、 定理 連続的 値 θ 定義 。 p ( θ|x(n) ) = P ( x(n) |θ ) P ( x(n) ) · p (θ) p (θ) 事前分布、p ( θ|x(n) ) 事後分布 。 P ( x(n) ) x(n) 周辺分布 。 P ( x(n) ) = ∫ 1 0 P ( x(n) |θ ) p (θ) dθ @ksmzn 第 4 章 推定 前半 January 27, 2015 16 / 44
17.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 尤度 表 確率 θ n 回投 x(n) 得 確率 、各試行 独立 P(x(n) |θ) =P(x1)P(x2)P(x3) . . . P(xn) = n∏ t=1 P(xt|θ) =θr (1 − θ)n−r 値 θ 各値 「尤 」 表 、 尤度 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 17 / 44
18.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 尤度 x(n) 既 得 観測 、 θ 未知 、 尤度 P(x(n) |θ) L ( θ|x(n) ) 表 。 Tips 一般 、尤度 L ( θ|x(n) ) θ 対 確率分 布 。 実際 、尤度 全領域 [0, 1] 積分 1 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 18 / 44
19.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 事前分布 表 出 確率 θ 情報 何 、 事前分布 p (θ) 決 !! ↓ 、 「 特性値 見当 」 知識 状態 表 、無情報事前分布 用 。 例 1. 一様分布 2. Dirichlet 分布 @ksmzn 第 4 章 推定 前半 January 27, 2015 19 / 44
20.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 一様分布 今回 2 値分布 θ 何 示 無情報事前分布 、θ 取 得 区間 [0, 1] 上 一様分布 、 p (θ) = 1 。 分布 Beta(1,1) 書 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 20 / 44
21.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 周辺分布 尤度 事前分布 決 、周辺分布 求 P ( x(n) ) = ∫ 1 0 P ( x(n) |θ ) p (θ) dθ = ∫ 1 0 θr (1 − θ)n−r · 1dθ =B(r + 1, n − r + 1) @ksmzn 第 4 章 推定 前半 January 27, 2015 21 / 44
22.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 関数 関数 B(α, β) 関数 、 B(α, β) = ∫ 1 0 uα−1 (1 − u)β−1 du = Γ (α) Γ (β) Γ (α + β) Γ (·) 関数 、 Γ(α) = ∫ ∞ 0 uα−1 e−u du 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 22 / 44
23.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 周辺分布 求 α 非負整数 場合、 Γ (α + 1) = α! 。 、 P ( x(n) ) =B(r + 1, n − r + 1) = Γ (r + 1) Γ (n − r + 1) Γ (n + 2) = r! (n − r)! (n + 1)! = 1 (n + 1) · nCr @ksmzn 第 4 章 推定 前半 January 27, 2015 23 / 44
24.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 事後分布 値 定理 式 代入 p ( θ|x(n) ) = P ( x(n) |θ ) P ( x(n) ) · p (θ) = (n + 1) · nCrθr (1 − θ)n−r θ 事後分布 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 24 / 44
25.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 最尤推定 推定 比較 最尤推定→最尤推定量 ˆθ = r n 推定→事後確率 p ( θ|x(n) ) = (n + 1) · nCrθr (1 − θ)n−r @ksmzn 第 4 章 推定 前半 January 27, 2015 25 / 44
26.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 26 / 44
27.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 分布 Be (α, β) = θα−1 (1 − θ)β−1 B (α, β) (0 ≤ θ ≤ 1) 前節 事後分布 p ( θ|x(n) ) = (n + 1) · nCrθr (1 − θ)n−r 、 Be (r + 1, n − r + 1) 分布 ! @ksmzn 第 4 章 推定 前半 January 27, 2015 27 / 44
28.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 Be (α, β) 問題 当 問題設定 Be (α, β) 表 出 回数 r α − 1 裏 出 回数 n − r β − 1 総観測回数 n α + β − 2 @ksmzn 第 4 章 推定 前半 January 27, 2015 28 / 44
29.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 Be (α, β) 形状 @ksmzn 第 4 章 推定 前半 January 27, 2015 29 / 44
30.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 30 / 44
31.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 事前分布 選択 観測 情報 、事前 知 情報 導入 専門家 見解、従来 検討、 他理論・ 無情報事前分布 、θ 関 情報 一様分布 事前分布 用 。 先 求 事後分布 分布 、 新 事前分布 用 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 31 / 44
32.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 事前分布 Be (α, β) 事前分布 一様分布 Be (α, β) 使 ↓ 事前知識 、(α + β − 2) 回 投 、 表 (α − 1) 回、裏 (β − 1) 回観測 情報 得 。 ↓ 表 出 確率 θ 、「 α−1 α+β−2 」 知識 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 32 / 44
33.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 事前分布 Be (α, β) 事前分布 p (θ) Be (α, β) 用 。 p (θ) = Be (α, β) = θα−1 (1 − θ)β−1 B (α, β) (0 ≤ θ ≤ 1) 、事後分布 、 p ( θ|x(n) ) = 1 Z1 · θα+r−1 · (1 − θ)β+n−r−1 =Be (α + r, β + n − r) 。(Z1 正規化定数) @ksmzn 第 4 章 推定 前半 January 27, 2015 33 / 44
34.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 共役事前分布 二項分布 θ 推定 際、事 前分布 分布 用 事後分布 分布 。 、事前分布 事後分布 同 分布族 属 、 事前分布 共役事前分 布 。 共役事前分布 用 、事後分布 導出 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 34 / 44
35.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1 4.1 学習 推定 2 4.2 最尤推定 3 4.3 推定 4 4.4 分布 5 4.5 共役事前分布 6 4.6 推定 推定値 特定 @ksmzn 第 4 章 推定 前半 January 27, 2015 35 / 44
36.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 推定 推定値 推定 得 、事後分布。 ↓ 推定値 得 !! @ksmzn 第 4 章 推定 前半 January 27, 2015 36 / 44
37.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 θ 推定値 候補 θ 期待値 ˆθ =E [θ] = α α + β = r + 1 n + 2 決定法則 、損失関数 二次損失 選 、 期待損失 最小 値 選 同 。 →詳 、他 統計 本 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 37 / 44
38.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 θ 推定値 候補 θ 最頻値 ˆθ = argmax θ {P(θ|x(n) )} =M [θ] = α − 1 α + β − 2 = r n 決定法則 、損失関数 0-1 損失 選 、 期待損失 最小 値 選 同 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 38 / 44
39.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 期待値 最頻値 比較 @ksmzn 第 4 章 推定 前半 January 27, 2015 39 / 44
40.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 Be (α, β) 形状 @ksmzn 第 4 章 推定 前半 January 27, 2015 40 / 44
41.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 1. 最尤推定 値 唯一 推定 (点推定)。 2. 推定 事後分布 求 。 3. 際、事前分布 共役事前分布 用 計算 容易 。 4. 事後分布 推定値 決 方法 、複数 。 @ksmzn 第 4 章 推定 前半 January 27, 2015 41 / 44
42.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 References [1] 石井健一郎・上田修功 (2014) 『続・ 認識 -教師 学習入門』 社 [2] G.Petris[他] (2013) 『R 動的 線型 』 (統計 ) 和合肇・萩 原淳一郎訳, 朝倉書店 [3] 仁木直人 (2009) 『基礎情報学』 培風館 @ksmzn 第 4 章 推定 前半 January 27, 2015 42 / 44
43.
44.
4.1 学習 推定
4.2 最尤推定 4.3 推定 4.4 分布 4.5 共役事前分布 4.6 推定 推定値 特定 清聴 . @ksmzn 第 4 章 推定 前半 January 27, 2015 44 / 44
Télécharger maintenant