![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
d 次元のパラメータ \(\mathbf{\theta}\) をもつ確率モデル \(p(x|\mathbf{\theta})\) がある．訓練サンプルからの推定パラメータを \(\mathbf{\hat{\theta}}\) としたとき，Fisherカーネルは次式： \[k(\mathbf{x}_i,\mathbf{x}_j)=\mathbf{u}(\mathbf{x}_i,\mathbf{\hat{\theta}})^\top \mathcal{I}^{-1}(\mathbf{\theta})\mathbf{u}(\mathbf{x}_j,\mathbf{\hat{\theta}})\] ただし，\(\mathcal{I}(\mathbf{\theta})\) はFisher情報行列， \(\mathbf{u}(\cdot,\cdot)\) はFisherスコアベクトル \(\mathbf{u}(\mathbf{x},\mathbf{\theta})=[\frac{\partial}{\partial\theta_1}\log p(x|\mathbf{\theta}),\ldots,\frac{\partial}{\partial\theta_d}\log p(x|\mathbf{\theta})]^\top\)
-- しましま
