- 追加された行はこの色です。
- 削除された行はこの色です。
- 頑健性 へ行く。
* 頑健性 (robustness) [#a787a0ec]
//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.
入力されるデータが理想的な状態からやや乖離していても,理想的であったときと同等の出力ができる性質.
統計と機械学習ではやや使われ方が違うように思う.
統計では,モデルが仮定する分布と,実際のデータの分布の違いについて考察されることが多いと思う.
例えば,線形回帰のノイズは正規分布に従うと仮定されている.分布のすその重さなどが理想と違っても,出力される回帰直線にはあまり変化はなく頑健といえる.
しかし,分布の対称性の仮定が成立しないと,出力は大きく影響され,頑健ではないといえる.
機械学習では,はずれ値や欠損値がない理想的な状態とは違うデータに対して,同じ結果が得られるという意味で使われることが多い.すなわち,ほぼロバスト推定をするのとほぼ同じ意味.
> -- しましま
** 関連項目 [#p243a867]
//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.
-[[robustness]]
#br
-[[はずれ値]]
-[[欠損値]]
-[[ロバスト推定]]
#br
-[[検索:頑健性 robustness]]
** リンク集 [#x6f0158f]
//関連するWWW資源があればリンクしてください.
-[[Wikipedia:Robust#Statistics]]
** 関連文献 [#n05a3e84]
//この%項目%に関連する書籍や論文を紹介してください.
-[[Book/統計学辞典]] 9.1節
-[[Book/Pattern Recognition and Machine Learning]] 2.3.7節
-[[Book/Principles of Data Mining]] 7.6節
-[[Book/The Elements of Statistical Learning]] 10.6節