講演名 2010-06-15
ノンパラメトリックベイズに基づく統計的機械学習(特別セッション,機械学習とその応用)
牧野 貴樹,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) ノンパラメトリックベイズは、過学習の回避とモデル選択という、機械学習において繰り返し問題となるテーマに対する新しいアプローチである。ノンパラメトリックベイズ手法は、仮説空間上に適切な事前確率分布を導入することで無用に複雑な解を避けるベイズ推定の考え方をさらに推し進め、無限個のモデルの混合分布を考えることで、学習データに対応する複雑さのモデルが自動的に選択されるようにできることから、関数回帰、クラスタリング、文書のトピックモデルなど、多くの応用が研究されている。このレビューでは、隠れマルコフモデルをノンパラメトリックベイズ化することで無限個の隠れ状態まで扱えるinfinite HMMを中心に、ノンパラメトリックベイズの枠組みを紹介する。また、infinite HMMの自然な拡張により隠れ状態の階層的なクラスタリングが実現できることを示す。
抄録(英) Nonparametric Bayesian models are a new approach for machine learning, involving overfitting avoidance and model selection. Nonparametric Bayesian approach uses the technique of Bayesian inference, which avoids too complex solutions by introducing a prior probability on the hypothetical space, to the selection problem from an infinite number of models, and used in many applications, including function regression, clustering, and document topic models. In this review, we introduce infinite hidden Markov model, which is a nonparametric Bayesian version of hidden Markov model that can handle a possibly infinite number of hidden states, and its extension to hierarchical clustering of states.
キーワード(和) ノンパラメトリックベイズ / 隠れマルコフモデル / ディリクレ過程 / クラスタリング
キーワード(英) nonparametric Bayesian models / hidden Markov models / Dirichlet process / clustering
資料番号 IBISML2010-14
発行日

研究会情報
研究会 IBISML
開催期間 2010/6/7(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 Information-Based Induction Sciences and Machine Learning (IBISML)
本文の言語 JPN
タイトル(和) ノンパラメトリックベイズに基づく統計的機械学習(特別セッション,機械学習とその応用)
サブタイトル(和)
タイトル(英) Statistical Machine Learning Based on Nonparametric Bayesian Models
サブタイトル(和)
キーワード(1)(和/英) ノンパラメトリックベイズ / nonparametric Bayesian models
キーワード(2)(和/英) 隠れマルコフモデル / hidden Markov models
キーワード(3)(和/英) ディリクレ過程 / Dirichlet process
キーワード(4)(和/英) クラスタリング / clustering
第 1 著者 氏名(和/英) 牧野 貴樹 / Takaki MAKINO
第 1 著者 所属(和/英) 東京大学総括プロジェクト機構
Division of Project Coordination, University of Tokyo
発表年月日 2010-06-15
資料番号 IBISML2010-14
巻番号(vol) vol.110
号番号(no) 76
ページ範囲 pp.-
ページ数 8
発行日