著者

熊野 颯 阿久津 達也

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第33回全国大会(2019)

巻号頁・発行日

pp.3K3J202, 2019 (Released:2019-06-01)

---

従来から、機械学習モデルの表現能力に関する研究が行われてきた。例えば、ニューラルネットワークにおいては、ネットワークの深さによってノード数の観点から効率よく関数を表現できる場合があることが知られている。一方、ランダムフォレストにおけるノード数に関する効率性の有無は不明である。そこで、本研究ではランダムフォレストにおけるノード数に関する効率性の有無について考察する。まず、ランダムフォレストはニューラルネットワークと全く同種の効率性は持たないことを示す。次に、ランダムフォレストを構成する決定木の本数からノード数に関する効率性が生じる場合があることを示す。