日時 2006年10月31日(火) 15時50分〜16時40分 場所 経済学部新棟3階第3教室 講演者 鈴木 大慈 (数理情報D1) 演題 BoostingとBayes推定 概要: Boostingとは,単純な学習機械を組み合わせてより複雑な学習を 実現させる手法である.その単純さと高い実用性からパターン認 識やテキスト分類等様々な分野へ応用されている.単純なモデル から積極的にモデルを拡張させるという発想は魅力的であり多く の統計的問題との関連が期待されるが,反面その大きな自由度の ために問題によっては過学習を起こしやすく,手放しで良い推定 が得られる訳ではない.それに対し,一致性の条件や収束速度等 多くの研究が進められているが,まだ解決されるべき問題も多く 残されている.本発表では,Boostingの考え方とそのアルゴリズ ム・理論的背景を概観した後,ベイズ推定を用いた回帰問題に対 するBoosting方法を提案し,その一致性を証明する.
Tokyo University