Technology
最適な分類器をつくるには
クラス条件付確率が正規分布の場合
正規分布のパラメータ推定
モデル選択
事前確率とクラス条件付確率の推定
分類器の学習(統計的推定)
最も簡単な問題から考えよう.
問題設定のイメージ
尤度(1)
尤度(2)
尤度(3)
尤度(4)
最尤推定法: 尤度の最大化
小テスト1(1)
小テスト1(2)
重要な関係
最尤推定法(1)
最尤推定法(2)
最尤推定法(2)
小テスト2(1)
小テスト2(2)
統計的推定と学習(1)
統計的推定と学習(2)
推定量の期待値, 分散, バイアス
推定量のよさ
バイアスと分散への分解
不偏推定量(unbiased estimator)
平均パラメータの最尤推定量
小テスト3
小テスト3のヒント(1)
小テスト3のヒント(2):確率変数の基本的性質
小テスト3のヒント(その3)
小テスト3のヒント(その4)
小テスト3の解答(1)
小テスト3の解答(2)
推定量のバイアスとバラツキ
分散パラメータの不偏推定
多変量正規分布(復習)
多次元正規分布パラメータの最尤推定
共分散行列の不偏推定
推定すべきパラメータ数
学習データ数と推定精度の関係
小テスト4の解答(1)
小テスト4の解答(2)
共通共分散行列
2クラス分類問題の学習データ(フォーマット1)
2クラス分類問題の学習データ(フォーマット2)
2クラス分類問題の識別関数
クラス条件付確率(正規分布, 共通分散)
線形判別分析のアルゴリズム
