機械学習

本シリーズの一覧はこちら 前回はこちら ベイズの定理 $$ p(Y|X)=\frac{p(X|Y)p(Y)}{p(X)} \tag{1.12} $$ 「パターン認識と機械学習 上」P.14「1.2 確率論」より この式を導いてみましょう。 ...

本シリーズの一覧はこちら 前回はこちら 確率の加法定理 $$ p(X=x_i)=\frac{c_i}{N} \tag{1.6} $$ 「パターン認識と機械学習 上」P.13「1.2 確率論」より こちらは、前回の式 $$ p(X=x_i,Y...

本シリーズの一覧はこちら 前回はこちら さて、ここからは確率論の話に移ります。 以下の数式は「パターン認識と機械学習 上」P.11～17「1.2 確率論」のものです。 同時確率 $$ p(X=x_i,Y=y_j)=\frac{n_{ij}}...

本シリーズの一覧はこちら 前回はこちら 今回の式を見ていきましょう。 $$ E(\bf w \rm)=\frac{1}{2}\sum_{n=1}^{N}\{y(X_n,\bf w \rm)-t_n\}^2 + \frac{\lambda}{...

本シリーズの一覧はこちら 前回はこちら 今回の式を見ていきましょう。 $$ E_{RMS}=\sqrt{2E(\bf w \rm*)/N} \tag{1.3} $$ 「パターン認識と機械学習 上」P.7「1.1 例：多項式曲線フィッティング...