* トランスダクティブ学習 (transductive learning) [#r190f76d]
//ここには %項目の説明を書いてください.よろしければ署名しておいてください.
ラベルや関数値などの教師情報が付随したラベルありデータとそれらがないラベルなしデータが与えられる状況を考える.
ここで,与えられていない未知データについてラベルを予測する必要はなく,与えられたラベルなしデータのラベルだけ予測すればよいとする.
すなわち,半教師あり学習で,新規のデータのラベルの予測をしない場合.
このとき,通常の教師あり学習のように,任意のデータのラベルを予測する関数を求めて,ラベルなしデータを代入してラベルを求めるアプローチも可能.しかし,ラベルを予測すればよいデータ点は非常に限定されているのに任意の点のラベルを予測する関数を求めるのは過剰に困難な問題を解いているといえる.よって,学習時にラベルなしデータの情報を使うと予測精度を向上させることができるらしい.
> -- しましま
**関連項目 [#d1acebe2]
//英語や同義語のあとに,#brで区切って関連する項目をリストしてください.
-[[transductive learning]]
#br
-[[半教師あり学習]]
-[[TSVM]]
-[[SGT]]
-[[ブートストラップ]]
#br
-[[検索:transductive トランスダクティブ学習]]
**リンク集 [#u427a88b]
//関連するWWW資源があればリンクしてください.
-[[Wikipedia:Transduction_(machine_learning)]]
**関連文献 [#oeb2afa2]
//この%項目%に関連する書籍や論文を紹介してください.
-基本文献:トランスダクティブ学習をする[[SVM]]について言及~
V.Vapnik "Statistical Learning Theory" Wiley (1998)~
[[GoogleScholarAll:Statistical Learning Theory]]
-基本文献:リッジ回帰についてトランスダクティブ学習の手法が示されている.~
O.Chapelle, V.Vapnik, and J.Weston, "Transductive Inference for Estimating Values of Functions", Advances in Neural Information Processing Systems 12, pp.421-427 (2000)~
[[GoogleScholarAll:Transductive Inference for Estimating Values of Functions]]
-[[Book/Semi-supervised Learning]]:半教師あり学習の概要・論文集