人工知能特論 6．機械学習概論とバージョン空間法.pptVIP

人工知能特論９．パーセプトロン 北陸先端科学技術大学院大学　鶴岡 慶雅 今日の講義内容 特徴空間 分離平面 パーセプトロン（Perceptron） パーセプトロンの収束定理 平均化パーセプトロン（Averaged Perceptron） 講義資料 http://www.jaist.ac.jp/~tsuruoka/lectures/ 特徴空間 事例を特徴空間中における点で表現 特徴空間 事例を特徴空間中における点で表現 Outlook = sunny, Temperature = cool, Humidity = normal Outlook = rain, Temperature = high, Humidity = high 正例 負例 分離平面 学習とは、学習データを利用して、正例?負例をうまく分離する平面を見つけること パーセプトロン学習 学習データが線形分離可能であれば、学習データを正しく分離する平面を見つけられる 線形モデルによる２値分類 線形モデル ：　サンプル ：　特徴ベクトル ：　重みベクトル 重みベクトルと特徴ベクトルの内積をとって、それがゼロ以上 であれば +1 （正例と判定）、そうでなければ -1 （負例と判定） を返す関数 バイアス要素 パーセプトロン学習アルゴリズム 重みベクトルを要素0で初期化 学習データからランダムにサンプルを選択 分類が間違って