跳到主要内容

京都大学 情報学研究科 知能情報学専攻 2020年8月実施 専門科目 S-3

Author

祭音Myyura

Description

予測問題を考える。 入力 、それに対応する出力を とし、学習データセット が与えられている。 なお、学習データセットは同時確率密度関数 の分布から独立に生成されているとする。

ここで線形モデル

を用いる。なお および は回帰係数である。

設問1 以下の目的関数 を最小化する および を学習データセット を用いて導け。

設問2 学習データセットが で与えられている。この学習データセット から推定した回帰係数 および をそれぞれ計算せよ。

設問3 以下の目的関数を考える。

なお、同時確率密度関数 である。 今、 の周辺確率密度関数とし、 の周辺確率密度関数とし、条件付き確率が を満たすとする。 および を用いて答えよ。 導出過程も示せ。

設問4 以下の目的関数

の学習データセット による近似は設問1 で与えられる。同様に、設問3 近似 を学習データセット および を用いて導け。

設問5 設問4 を最小化する および を学習データセット および を用いて導け。

Kai

設問1

とおくと、

により

を得る。式 (i) に代入すると、

がわかる。

ここで、 の分散を とおく、 の共分散を とおくと、

が分かり、 は以下のように表すことができる。

設問2

よって、

設問3

ベイズの定理により、

したがって、

設問4

設問5

設問1同様に計算すれば良い。ここで、 とおく。

整理すると、

を得る。これを式 (iii) に代入すると、

したがって、