書誌事項
- タイトル別名
-
- FEATURE SELECTION IN ADAPTIVE REGULARIZATION OF WEIGHT VECTORS VIA SPARSE ESTIMATION
- スパース スイテイ ニ モトズク テキオウ セイソクカ オンライン ガクシュウ ノ トクチョウ センタク モンダイ
この論文をさがす
抄録
オンライン学習とは, 近年機械学習の分野において注目を集めている学習法であり, その利点は, 逐次的にデータを学習しモデルを構成することにある. 本稿では, 適応正則化学習 (Adaptive Regularization of Weight Vectors; AROW) と呼ばれるオンライン学習モデルの特徴選択を可能にするために, スパース推定に基づく方法を提案する. 推定アルゴリズムには, 座標降下法 (coordinate descent method) を用い, これにより高速化も実現する. 提案手法は, いくつかのチューニングパラメータに依存しているため, これらの値を交差検証法を用いて客観的に選択する. ベンチマークデータに基づく数値実験を通して, 提案手法の有効性を検証する.
収録刊行物
-
- 計算機統計学
-
計算機統計学 29 (2), 117-131, 2016
日本計算機統計学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390282679357809792
-
- NII論文ID
- 130005631743
-
- NII書誌ID
- AN10195854
-
- ISSN
- 21899789
- 09148930
-
- NDL書誌ID
- 028034040
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- CiNii Articles
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可