PRML勉強会
- メンバー
- .a.u,laughing,wilson,showyou
- 範囲
- P213「4.3.7 反復再重み付け最小二乗」〜4章終わりまで
ログ
- P213
- f(z)は既知?
- テイラー展開
- 図4.14
- 点線派(本によって点線/実践違う模様)
- ラプラス近似の限界
- 鞍点ってなんでしょう?
- 書いて説明できない・・・
- ラプラス法を適用する為には真の分布の正規化関数Zを知る必要は無い
- ↑これって事後分布の比例項(f(x))さえ分かればモードがとれるから,でいいんですかね?
- 1次項は傾き0だから
- ラプラス近似=モードの近似。全体の特性はとらえられない
- 逆数になるのは当たり前
- モデルエビデンス P160 p(D | Mi)
- オッカム係数
- ヘッセ行列が非退化→簡単になる?>ヘッシアンがゼロでない停留点は非退化である
- ということは,p(\theta_MAP) * 2\pi / |A| → N ?
- AICって出てきましたっけ
- 赤池情報量基準
- BICはAICよりペナルティが強い. 1/2 M ln N >2M (N>>M)
- well-determinedってなんでしたっけ
- p169
- P217,(4.142) いきなり式がぶっ飛んできた
- ロジスティック回帰は2クラス分類? t_n \in {0, 1}って書いてますね
データ n に対するラベルが0か1なのでは
-
- p.204最後の行をみると.2クラス分類問題ぽいですね→(4.142)
- ln p(w|t) = ln p(w) + ln p(t|w) = (4.140) + (4.90)
- (4.146)難しいです
- 新たな特徴ベクトル=テストデータ?
- p(w|t) = q(w)は学習済み?
- aで積分してる・・・
- (4.16)は,aを入れてシグモイドを定義しているだけ?
- p(a)を評価することが出来る..?
- q(w)は対照だから平均をとると,w_MAP?
- q(w)w ← 期待値
- ∮q(w)w^Tφdw = 1* wMap^T *φ なのかなあ
- 4.150 1行目→2行目
- 2行目→3行目は厳しい.
- 変分近似ってなんですか?4.151式がそうらしいんですけども
- p(a)にN(a|μa,σa^2)daを入れてるだけにも見えるけど・・
- 演習4.25
- 同4.26
- 横軸のスケールってどれのことなんでしょう。プロビット関数あたりを説明してる4.13の横軸だとaっぽいんですけど
- 河童 wで周辺化のくだりは,4.145からずっとですかね
- 霧がいいところで.次回「ニューラルネットワーク」こうご期待
感想
割とわからないとこが多い。むむむ。