講演名 2000/3/14
データに基づく汎化誤差最小化による正則化項の設計
島田 博仁, 石川 眞澄, 甘利 俊一,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 汎化能力向上のため, 正則化項を用いた学習がよく用いられる.汎化能力は正則化項の種類, 及び正則化パラメータの値に依存する事が知られている.本稿では, 汎化誤差を正則化項を含む形で理論的に導出し, データに基づいて正則化項を設計する方法を提案する.
抄録(英) To decrease generalization errors, a regularizer is effective and frequently used. It is well known that generalization errors depend not only on a regularization parameter but also on the type of a regularizer. In this paper linear regression is adopted to carry out theoretical computation of generalization errors, and we proposed to estimate model parameters with interative designing regularizets based on data by minimizing generalization errors.
キーワード(和) 汎化誤差 / 正則化 / 線形回帰モデル / ガウシアン正則化 / ラプラス正則化
キーワード(英) generalization error / regularization / linear regression model / Gaussian regularizer / Laplace regularizer
資料番号 NC99-128
発行日

研究会情報
研究会 NC
開催期間 2000/3/14(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Neurocomputing (NC)
本文の言語 JPN
タイトル(和) データに基づく汎化誤差最小化による正則化項の設計
サブタイトル(和)
タイトル(英) Designing Regularizers Based on Data by Minimizing Generalization Errors.
サブタイトル(和)
キーワード(1)(和/英) 汎化誤差 / generalization error
キーワード(2)(和/英) 正則化 / regularization
キーワード(3)(和/英) 線形回帰モデル / linear regression model
キーワード(4)(和/英) ガウシアン正則化 / Gaussian regularizer
キーワード(5)(和/英) ラプラス正則化 / Laplace regularizer
第 1 著者 氏名(和/英) 島田 博仁 / Hirohito Shimada
第 1 著者 所属(和/英) 九州工業大学情報工学部
Faculty of Computer Science and Systems Engineering Kyushu Institute of Technology
第 2 著者 氏名(和/英) 石川 眞澄 / Masumi Ishikawa
第 2 著者 所属(和/英) 九州工業大学情報工学部
Faculty of Computer Science and Systems Engineering Kyushu Institute of Technology
第 3 著者 氏名(和/英) 甘利 俊一 / Shun-ichi Amari
第 3 著者 所属(和/英) 理化学研究所
RIKEN
発表年月日 2000/3/14
資料番号 NC99-128
巻番号(vol) vol.99
号番号(no) 685
ページ範囲 pp.-
ページ数 8
発行日