| 講演名 | 2022-07-22 決定木モデルを仮定した分類におけるメタツリー集合のブースティング的構成によるベイズ近似最適アルゴリズムの研究 馬庭 良太(早大), 一條 尚希(早大), 島田 航志(早大), 松嶋 敏泰(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 学習データが与えられた下で，新しい説明変数に対応する目的変数を分類予測する手法の一つに決定木が挙げられる．本研究では，決定木をデータ生成モデルとみなし，ベイズ決定理論に基づいた予測を考える．メタツリーという概念を用いて計算を効率化し，ある評価基準によって逐次的にメタツリーを複数作成していくことで特徴量未知での計算を近似させるアルゴリズムを提案する． |
| 抄録(英) | Decision trees are used for classification and regression such as predicting the objective variable corresponding to the new explanatory variable. In this study, decision trees are regarded as a data generation model and we propose a prediction method based on Bayes decision theory. However, the computational complexity of calculating the prediction increases exponentially with the number of tree models, the depth of trees, and the dimensions of explanatory variables. There is a concept called ``meta-tree’’ which reduces the computational complexity in terms of the tree depth. Therefore, we also propose an efficient algorithm to predict the objective variable by creating multiple meta-trees sequentially. |
| キーワード(和) | ベイズ決定理論 / 決定木 / 集団学習法 / ブースティング / メタツリー |
| キーワード(英) | Bayes Optimal Prediction / Decision Tree / Ensemble learning / Boosting / Meta-tree |
| 資料番号 | IT2022-28 |
| 発行日 | 2022-07-14 (IT) |
| 研究会情報 | |
| 研究会 | IT |
|---|---|
| 開催期間 | 2022/7/21(から2日開催) |
| 開催地（和） | 岡山理科大学 |
| 開催地（英） | Okayama University of Science |
| テーマ（和） | フレッシュマンセッション，一般 |
| テーマ（英） | Freshman session, General |
| 委員長氏名（和） | 小嶋 徹也(東京高専) |
| 委員長氏名（英） | Tetsuya Kojima(Tokyo Kosen) |
| 副委員長氏名（和） | 野上 保之(岡山大学) |
| 副委員長氏名（英） | Yasuyuki Nogami(Okayama Univ.) |
| 幹事氏名（和） | 松田 哲直(埼玉大) / 眞田 亜紀子(長岡技科大) |
| 幹事氏名（英） | Tetsunao Matsuta(Saitamai Univ.) / Akiko Manada(Nagaoka Univ. of Tech.) |
| 幹事補佐氏名（和） | 野崎 隆之(山口大) |
| 幹事補佐氏名（英） | Takayuki Nozaki(Yamaguchi Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Theory |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 決定木モデルを仮定した分類におけるメタツリー集合のブースティング的構成によるベイズ近似最適アルゴリズムの研究 |
| サブタイトル（和） | |
| タイトル（英） | Bayes Optimal Approximation Algorithm by Boosting-like Construction of Meta-Tree Sets in Classification on Decision Tree Model |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ベイズ決定理論 / Bayes Optimal Prediction |
| キーワード(2)（和/英） | 決定木 / Decision Tree |
| キーワード(3)（和/英） | 集団学習法 / Ensemble learning |
| キーワード(4)（和/英） | ブースティング / Boosting |
| キーワード(5)（和/英） | メタツリー / Meta-tree |
| 第 1 著者 氏名（和/英） | 馬庭 良太 / Ryota Maniwa |
| 第 1 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 2 著者 氏名（和/英） | 一條 尚希 / Naoki Ichijo |
| 第 2 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 3 著者 氏名（和/英） | 島田 航志 / Koshi Shimada |
| 第 3 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 4 著者 氏名（和/英） | 松嶋 敏泰 / Toshiyasu Matsushima |
| 第 4 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 発表年月日 | 2022-07-22 |
| 資料番号 | IT2022-28 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | IT-128 |
| ページ範囲 | pp.67-72(IT), |
| ページ数 | 6 |
| 発行日 | 2022-07-14 (IT) |