縮小推定
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
* 縮小推定 (shrinkage method) [#jb21a8a7]
//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...
最小二乗法による回帰分析で,\({\|\mathbf{\theta}\|}^q\),...
\[\sum_i^N (y_i - \mathbf{\theta}^\top\mathbf{x}_i)^2+\la...
最小二乗法では,パラメータの絶対値を小さくするとその特徴...
特に 0 にすると,その特徴は全く推定に影響しない.
このように,推定に関係ない特徴に対応するパラメータの影響...
このようにして汎化能力を向上させるのが目的.
ニューラルネットに対して適用するときには ''荷重減衰 (wigh...
> -- しましま
** 関連項目 [#f1b8969f]
//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...
-[[shrinkage method]]
#br
-[[パラメータ縮小推定]]
-[[parameter shrinkage method]]
-[[荷重減衰]]
-[[weight decay]]
#br
-[[正則化]]
-[[リッジ回帰]]
-[[汎化誤差]]
#br
-[[検索:縮小推定]]
** リンク集 [#s240a3e3]
//関連するWWW資源があればリンクしてください.
** 関連文献 [#hadebc0c]
//この%項目%に関連する書籍や論文を紹介してください.
-[[Book/Pattern Recognition and Machine Learning]] 3.1.4節
-[[Book/The Elements of Statistical Learning]] 3.4.3節
終了行:
* 縮小推定 (shrinkage method) [#jb21a8a7]
//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...
最小二乗法による回帰分析で,\({\|\mathbf{\theta}\|}^q\),...
\[\sum_i^N (y_i - \mathbf{\theta}^\top\mathbf{x}_i)^2+\la...
最小二乗法では,パラメータの絶対値を小さくするとその特徴...
特に 0 にすると,その特徴は全く推定に影響しない.
このように,推定に関係ない特徴に対応するパラメータの影響...
このようにして汎化能力を向上させるのが目的.
ニューラルネットに対して適用するときには ''荷重減衰 (wigh...
> -- しましま
** 関連項目 [#f1b8969f]
//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...
-[[shrinkage method]]
#br
-[[パラメータ縮小推定]]
-[[parameter shrinkage method]]
-[[荷重減衰]]
-[[weight decay]]
#br
-[[正則化]]
-[[リッジ回帰]]
-[[汎化誤差]]
#br
-[[検索:縮小推定]]
** リンク集 [#s240a3e3]
//関連するWWW資源があればリンクしてください.
** 関連文献 [#hadebc0c]
//この%項目%に関連する書籍や論文を紹介してください.
-[[Book/Pattern Recognition and Machine Learning]] 3.1.4節
-[[Book/The Elements of Statistical Learning]] 3.4.3節
ページ名: