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。ベースは式(...

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=y_j)=...

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}}{N} \...

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}{2}|...

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」よりこ...