著者
渡辺 澄夫
出版者
日本神経回路学会
雑誌
日本神経回路学会誌 (ISSN:1340766X)
巻号頁・発行日
vol.10, no.4, pp.211-219, 2003-12-05 (Released:2011-03-14)
参考文献数
41
被引用文献数
1 1

人工的神経回路網に代表される多くの確率的推論モデルは, フィッシャー情報行列が特異となるパラメータを持つため, 統計的正則モデルではないことが知られている. 現在でも, その学習の数学的な性質の多くは謎のままであるが, 近年の研究の進展により, ベイズ学習については多くの事実が解明されるようになってきた. 本論では, 特異モデルにおけるベイズ学習について, 数学的な美しさと実世界問題における有用性を解説する.

言及状況

外部データベース (DOI)

Twitter (35 users, 44 posts, 89 favorites)

学習モデルが真の分布を含まない場合,パラメータの推定値は,サンプルの増加に応じて,ある特異点の近傍から他の特異点の近傍へとジャンプしていく,とのことなので,これを数値実験で確認してみたい.理論(数学)⇔ 数値実験(現象の観測)の往… https://t.co/sgkJqBDvgX
#統計 渡辺さんは特異モデルの場合を強調していますが、正則モデルの場合であっても、ジェフリーズ分布を特にすすめる必然性もありません。 https://t.co/wGEOzKXDIk p.7脚注からの引用 【統計的正則モデルの場合… https://t.co/3m4cghh7oE
#統計 Jeffreys事前分布を特に強くするめることは合理的ではないことに関するコメントと文献について https://t.co/wGEOzKXDIk 渡辺澄夫『特異モデルとベイズ学習』 を見て下さい。pdfのp.7の誤解4… https://t.co/0JIUIVD1gJ
1 1 https://t.co/7Dm5bB9XLK
#数楽 広中の特異点解消や佐藤のb函数などの統計学への応用 https://t.co/wGEOzKG2QM https://t.co/BI0bF6nVND https://t.co/kCjCYxBawr この手の話も計算機にのせるためにはグレブナー基底が必要になる。

収集済み URL リスト