読者です 読者をやめる 読者になる 読者になる

最近のゼミ

機械学習 PRML

この辺読んでます。

カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)

カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)

PRMLの下巻のほうに行こうかとしていたんですが、カーネル法のところとかはこっちのほうが読みやすいかな、ということで。先週は2.1、2.2をやりました。特徴空間、正定値性からのカーネル関数の定義やリプレゼンテーション定理が主な内容でした。

で、来週は僕の担当になっており、2.3、2.4が担当箇所です。クロスバリデーションのところはまあよいとして、ガウス過程のところがちょっとよく分からないので、結局PRMLのガウス過程のところを読んだりしています。が、ベイズ流の線形回帰モデル(PRMLでいうところの3.3節)とガウス過程を使ったときの結果の違いとかがまだいまいち飲み込めていません。。。

ということでこの辺を読みながら勉強してます。

内容的には発展ということになっているんですが、なんとか分かりやすく説明できるようにしたいですねえ。