講演名	2010-09-05 Multi-task Learning with Least-Squares Probabilistic Classifiers ,
PDFダウンロードページ	PDFダウンロードページへ
抄録(和)
抄録(英)	Probabilistic classification and multi-task learning are two important branches of machine learning research. Probabilistic classification is useful when the 'confidence' of decision is necessary. On the other hand, the idea of multi-task learning is beneficial if multiple related learning tasks exist. So far, kernelized logistic regression has been a vital probabilistic classifier for the use in multi-task learning scenarios. However, its training tends to be computationally expensive, which prevented its use in large-scale problems. To overcome this limitation, we propose to employ a recently-proposed probabilistic classifier called the least-squares probabilistic classifier in multi-task learning scenarios. Through image classification experiments, we show that our method achieves comparable classification performance to the existing method, with much less training time.
キーワード(和)
キーワード(英)	Multi-task learning / probabilistic classification / least-squares probabilistic classifer / kernel logistic regression
資料番号	PRMU2010-61,IBISML2010-33
発行日

研究会情報
研究会	PRMU
開催期間	2010/8/29(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	Pattern Recognition and Media Understanding (PRMU)
本文の言語	ENG
タイトル（和）
サブタイトル（和）
タイトル（英）	Multi-task Learning with Least-Squares Probabilistic Classifiers
サブタイトル（和）
キーワード(1)（和/英）	/ Multi-task learning
第 1 著者 氏名（和/英）	/ Jaak SIMM
第 1 著者 所属（和/英）	Department of Computer Science, Tokyo Institute of Technology
発表年月日	2010-09-05
資料番号	PRMU2010-61,IBISML2010-33
巻番号（vol）	vol.110
号番号（no）	187
ページ範囲	pp.-
ページ数	6
発行日