統計的機械学習-r.dl.itc.u.pptVIP

統計的機械学習 内容 導入 情報源のモデル推定 ベイズ統計の利用 次元の呪い モデル推定と評価 損失関数、偏差と分散のトレードオフ 情報理論：Kullback-Leibler divergence　など 確率分布 離散分布 ベルヌーイ分布 二項分布 ポアソン分布 β分布 Dirichlet分布 連続分布 正規分布（1次元、多次元） 指数分布族 ノンパラメトリックな分布?ここでよいのかどうか。。。 K-nearest neighbor 評価方法 システムの出力ｖｓ教師データ Recall Precision Average precision, MRR 評価者の一致度の評価 線形回帰 最尤推定と2乗誤差の損失関数 偏差と分散のトレードオフ K-NNの場合との比較 線形モデルによる分類 分離平面 生成モデル 識別モデル ベイズ統計 カーネル法による分類 双対表現 カーネル関数 ガウスモデル SVM 最大エントロピー法 学習データのスムージング グラフィカルモデル 記法 有向分離(D-separation) モデル推定 K-means EMアルゴリズム Advancedなモデル推定 一般化EM 変分ベイズ LDA 標本化手法 次元の呪い Rejection sampling MCMC Metropolis-Hasting algorithm Gibbs sampling 隠れ変数の推定 PCA HMM Boosting AdaBoost クラスタリング K-means HAC Decision Tree データマイニング Market Basket Apriori algorithm FP-growth Sequential data mining Definition PrefixSpan FREQT String kernel * *