TrAdaBoost

元と目標データの双方にラベルがある場合の転移学習に用いるAdaBoost.普通のAdaBoostとの違いを以下のとおり

  1. 弱学習器は,元データと目標データの両方を使って行う.重みはどちらのデータにも与えられている
  2. 弱学習器の誤差は目標データについて評価
    • 誤差の大きな目標データの重みは増やして,そのデータを次の弱学習器で分類できるようにする
    • 誤差の大きな元データは目標タスクと無関係と考え,その重みを小さくする
  3. 分類のとき,普通のAdaBoostでは全ての弱学習器を用いるが,TrAdaBoostでは学習の後半で獲得されたものだけを用いる

汎化誤差の上限も求められているが,元データを増やしても汎化誤差が減るような式にはなっていない.だが,実験的には元データが有効である場合が示されている.

-- しましま

関連項目

リンク集

関連文献


トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:11:26 (2494d)