Upgrade to Pro — share decks privately, control downloads, hide ads and more …

パターン認識と機械学習 〜指数型分布族とノンパラメトリック〜

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.

パターン認識と機械学習 〜指数型分布族とノンパラメトリック〜

株式会社サイバーエージェントのPRML輪読会で発表した内容です

Avatar for Mitsuki Ogasahara

Mitsuki Ogasahara

July 11, 2014
Tweet

More Decks by Mitsuki Ogasahara

Other Decks in Science

Transcript

  1. ࣗݾ঺հ w ໊લ w খּݪޫو .JUTVLJ0("4")"3"  w ೖࣾ೥౓ w

    ೥౓ w ॴଐ w ג $ZCFS;։ൃΤϯδχΞ w ֶੜ࣌୅ͷݚڀ෼໺ w ࣗવݴޠॲཧɾػցֶश
  2. ࢦ਺ܕ෼෍଒ Q w ࣜ  Ͱఆٛ͞ΕΔ෼෍ͷ଒ ू߹  ! w

    ʮΨ΢ε෼෍ʯʮଟ߲෼෍ʯͳͲɺ
 13.-ʹग़ͯ͘Δଟ͘ͷ෼෍͕ࢦ਺ܕ෼෍଒ʹؚ·ΕΔ
 ˠࣜ  Ͱఆٛ͠௚͢͜ͱ͕Ͱ͖Δ w ˞Y͸εΧϥʔͰ΋ϕΫτϧͰ΋ྑ͍ w ˞Y͸཭ࢄͰ΋࿈ଓͰ΋ྑ͍ 
  3. ࢦ਺ܕ෼෍଒ Q ! w Бʹؔ͢Δؔ਺ w ֬཰ີ౓ؔ਺ͷੵ෼஋͕ʹͳΔΑ͏ʹ
 ਖ਼نԽ͢ΔͨΊͷ΋ͷ  g(⌘)

    g ( ⌘ ) Z h (x) exp ⌘T u (x) d x = 1  Z ( ⌘ ) = 1 g ( ⌘ ) = Z h (x) exp ⌘T u (x) d x
  4. ϕϧψʔΠ෼෍͸ࢦ਺ܕ෼෍଒͔ʁ ! w ແཧ΍ΓFYQͷதʹೖΕͯΈΔ ! ! ! w БΛࣜ 

    ͷΑ͏ʹఆٛ͢Δ Bern ( x | µ ) = µx(1 µ )1 x  Bern(x | µ) = exp { ln µx (1 µ) 1 x} = exp { x ln µ + (1 x) ln 1 µ } = exp { x(ln µ ln 1 µ) + ln 1 µ } = (1 µ) exp { ln( µ 1 µ )x }   ⌘ = ln( µ 1 µ )
  5. ࠷໬ਪఆ w ݪଇͱͯ͠ɺࣜ  Λղ͘ͱБ͸ಘΒΕΔ ! ! w ·ͨɺ࠷໬ਪఆ஋͸ʹґଘ͢Δ े෼౷ܭྔ

     w ݴ͍׵͑Δͱɺ࠷໬ਪఆΛٻΊΔͨΊʹ͸ɺ
 ɹɹɹͷ૯࿨ ·ͨ͸ฏۉ ͷΈ͕͋Ε͹Α͍ 
  6. ࠷໬ਪఆͱਅͷύϥϝʔλ w Бͷ࠷໬ਪఆ஋͸ࣜ  Λղ͘ͱಘΒΕΔ ! ! w ͷఆٛʹجͮ͘ͱɺ !

    ! w ͭ·Γɺ/ˠ㱣ͷۃݶͰ͸ɺ࠷໬ਪఆ஋ʹਅͷ஋  g ( ⌘ ) Z h (x) exp ⌘T u (x) d x = 1  
  7. ڞ໾ࣄલ෼෍ w ࣄલ෼෍ͷύϥϝʔλΛɺ
 Ծ૝؍ଌ஋ͱͯ͠ղऍ͢Δ͜ͱ΋Ͱ͖Δ ! ! ! ! w DGQɹೋ߲෼෍ͷڞ໾ࣄલ෼෍ʮϕʔλ෼෍ʯͷ


    ɹɹɹɹɹύϥϝʔλΛɺԾ૝ͷ؍ଌͱͯ͠ղऍͨ͠  Ծ૝ͷ؍ଌ਺
 /ʹ૬౰ Ծ૝ͷ؍ଌ஋
 V Y ʹ૬౰
  8. ແ৘ใࣄલ෼෍ w ࣄલ෼෍Λஔ͖͍͕ͨɺ෼෍ ΍ύϥϝʔλ ʹ͍ͭͯͷ
 ஌͕ࣝͳ͍ͱ͖ w Ұ༷෼෍Λஔ͚͹ྑ͍ʁ ! w

    Е͕࿈ଓ͔ͭൣғ͕ܾ·ͬͯͳ͍ͱ͖ɺ
 Еʹ͍ͭͯͷੵ෼͕ൃࢄͯ͠͠·͍ɺਖ਼نԽͰ͖ͳ͍
 ˠมଇࣄલ෼෍
  9. ϊϯύϥϝτϦοΫ๏ w ύϥϝτϦοΫ w ີ౓ؔ਺ Ϟσϧ ΛબΜͰɺύϥϝʔλΛσʔλ͔Βਪఆ͢Δ
 ˠϞσϧ͕σʔλΛද͢ͷʹශऑͩͱɺ༧ଌਫ਼౓͸ѱ͍ w ྫ

    Ψ΢ε෼෍Λσʔλʹ౰ͯ͸ΊͯɺЖɾМ?Λਪఆͨ͠
 ˠσʔλ͕ଟๆੑͩͱɺΨ΢ε෼෍Ͱ͸ଊ͑ΒΕͳ͍ w ϊϯύϥϝτϦοΫ w ෼෍ͷܗঢ়ʹஔ͘Ծఆ͕গͳ͍ w ྫ ଟๆੑͩͱ͔୯ๆੑͳͲͷԾఆ͸ஔ͔ͳ͍
  10. ώετάϥϜີ౓ਪఆ๏ w ਅͷ֬཰ີ౓ؔ਺ ྘ઢ ͔Β
 ੜ੒͞Εͨͷσʔλ఺ΑΓ
 ਪఆ ੨ώετάϥϜ ͨ͠΋ͷ w

    YΛ෯϶ͷ۠ؒʹ۠੾Γɺ
 ͦͷ۠ؒʹೖͬͨYͷ؍ଌ਺Λ
 Χ΢ϯτ͢Δɻ
 ͜ΕΛɺࣜ  Ͱਖ਼نԽͨ͠΋ͷ 
  11. ώετάϥϜີ౓ਪఆ๏ w ࣍ݩɾ̎࣍ݩఔ౓ͷ؆୯ͳՄࢹԽʹ͸໾ཱͭɺ
 ؆ศͳํ๏ w ͜ͷΞϓϩʔν͔Βɺ࣍ͷ͕̎ͭΘ͔Δ w ͋Δ஋ͷ֬཰ີ౓Λਪఆ͢Δʹ͸ɺۙ๣ͷ؍ଌ఺ͷ஋Λߟྀ͢Δ ඞཁ͕͋Δ w

    ۠ؒͷ෯͸େ͖͗ͯ͢΋
 খ͗ͯ͢͞΋͍͚ͳ͍ w খɿσʔλʹӨڹ͗͢͠Δ w େɿݩͷ෼෍Λશ͘࠶ݱͰ͖ͳ͍ w ˠϞσϧͷෳࡶ͞ͷબ୒ʹࣅ͍ͯΔ
  12. Χʔωϧີ౓ਪఆ๏ w ະ஌ͷ֬཰ີ౓Q Y ͔ΒಘΒΕͨ؍ଌू߹Λ࢖ͬͯɺ
 Q Y ͷ஋Λਪఆ͍ͨ͠ w YΛؚΉখ͞ͳྖҬ3ͷ֬཰Λ1ͱ͢Δ

    ! w /ݸͷ؍ଌ஋͕ಘΒΕͨͱͯ͠ɺ,ݸͷ؍ଌ஋͕
 3ʹؚ·ΕΔ֬཰͸ɺೋ߲෼෍ʹै͏ P = Z R p( x )d x p(K|N, P) = Bin(K|N, P)  
  13. Χʔωϧີ౓ਪఆ๏ w ೋ߲෼෍ͷظ଴஋ɾ෼ࢄΑΓɺ࣍ͷؔ܎͕ࣜಘΒΕΔ
 
 
 w /͕େ͖͍ͱ͖ɺ෼ࢄ͸খ͘͞ͳΓɺظ଴஋ͷؔ܎͔Β w ·ͨɺ3͕খ͘͞ɺQ Y

    ͕3಺ͰҰఆͩͱۙࣅ͢Δͱ w Ҏ্ΑΓɺ࣍ͷີ౓ਪఆͷؔ܎͕ࣜಘΒΕΔ var  K N = P(1 P) N E  K N = P K ' NP P ' p( x )V p( x ) = K NV   
  14. Χʔωϧີ౓ਪఆ๏ w 7Λݻఆ͠ɺ,Λਪఆ͍ͨ͠ w ֬཰ີ౓Q Y ΛٻΊ͍ͨ఺ΛYɺ؍ଌ఺ΛY@Oͱ͢Δ w Ұล͕IͰɺYΛத৺ͱ͢Δখ͞ͳ௒ཱํମͷ
 தʹ͋Δ఺ͷ૯਺͸

    ! w ҰลIͷ௒ཱํମͳͷͰɺ7͸I?%ͱͳΓɺ K = K X n=1 k ✓ x xn h ◆ p( x ) = 1 N K X n=1 1 hD k ✓ x xn h ◆  
  15. ·ͱΊΔͱʜ w Χʔωϧີ౓ਪఆ๏ w ྖҬͷମੵΛݻఆ͢Δ w Ұลͷ௕͕͞Iͳ௒ཱํମʹɺ؍ଌ఺YO͕Կݸ͋Δ͔ΛٻΊͨ w I͕ฏ׈Խύϥϝʔλʔ w

    ,ۙ๣๏ w ྖҬ಺ͷɺ؍ଌ఺YOͷݸ਺Λݻఆ͢Δ w ؍ଌ఺YO͕LݸʹͳΔΑ͏ʹɺྖҬΛ޿͛ͨ w L͕ฏ׈Խύϥϝʔλʔ
  16. ,ۙ๣๏Λ࢖ͬͨΫϥε෼ྨ w ϕΠζͷఆཧΑΓɺ ! w ֬཰ີ౓Q Y ͸ɺઌ΄ͲٻΊͨͱ͓Γ ! w

    ࣄલ෼෍͸ɺશͯͷ؍ଌ఺ͷ͏ͪΫϥεʹଐ͢Δ؍ଌ఺ ! w ໬౓͸ɺͦͷΫϥεʹଐ͢Δ؍ଌ఺Ͱͷ֬཰ີ౓ΑΓɺ p(Ck | x ) = p( x |Ck)p(Ck) p( x ) p( x ) = K NV p(Ck) = Nk N p( x |Ck) = Kk NkV
  17. ,ۙ๣๏Λ࢖ͬͨΫϥε෼ྨ w ϕΠζͷఆཧʹ୅ೖ͢Δͱɺ ! w Αͬͯɺ,ۙ๣ͷ͏ͪɺΫϥε$@Lʹଐ͢Δ఺ͷ਺Ͱ
 ଟ਺ܾΛऔΕ͹Α͍ w ಛʹɺ,ͷͱ͖࠷ۙ๣๏ͱݺ͹ΕΔ p(Ck

    | x ) = p( x |Ck)p(Ck) p( x ) = Kk K ˖ʹ͍ۙ̏ͭͷ఺Ͱଟ਺ܾΛऔ͍ͬͯΔ ࠷ۙ๣๏Ͱ͸ɺ ࠷ۙ๣๏Ͱ͸ɺΫϥεͷҟͳΔ఺ͷରͷ
 ਨ௚ೋ౳෼ઢʹͳ͍ͬͯΔ