第3章 誤差評価に基づく学習(4くらい)
(復習)ニューラルネットワークの誤差逆伝播法による学習
例)パリティ(偶奇性)判定
- 最初に中間層をどれだけ取ればいいのかが不明である。
- 区分的線形識別関数と等価であるが、ニューラルネットワークほど効果的な学習方法がない
- ニューラルネットワークでできることはほかの方法でもできる
第5章 特徴の評価とベイズ誤り確率
認識系がうまくいかなかったときに、どこに問題があるかを考える
特徴の分布が分離していないのであれば、特徴抽出部を改善しなければならない。
5.2 クラス内分散・クラス間分散比
クラス間分散/クラス内分散が大きいほど、分離されている=優れた特徴である。
第6章 特徴空間の変換
- 正規化を行う
- 次元の削減(選択による削減)を行う
- 次元の線形変換による削減を行う