machine learning, week 9

  • 異常検知 (Abnomaly Detection)
  • レコメンドシステム (Recommender System)

について学ぶ.

異常検知

ガウシアンをデータにフィットさせて,あるデータx^{(i)}上の正規分布の値p(x^{(i)})が閾値より小さければ外れ値とみなす.

サンプルデータx^{(i)}とその説明変数j=1\cdots nに対して

 

Screen Shot 2017-04-30 at 23.32.45

これが閾値よりも小さければ異常値と判断する.

レコメンドシステム

映画x^{(i)}とそのユーザーjによるレビューy^{(i,j)}を考える.

この関係は

y^{(i,j)}=(\theta^{(j)})^T x^{(i)}

とモデルが学習したパラメータを用いて書ける.

ところが,人によっては厳しく採点したりしてパラメータの決め方もまちまちなので,映画の要素x^{(i)}とレビューy^{(i,j)}からモデルパラメータ\theta^{(j)}を学習するだけでなく,逆に\theta^{(j)}y^{(i,j)}からx^{(i)}を学習することも必要になる.

これを行うのが,協調フィルタリング(Collaborative Filtering)で,\theta \rightarrow x \rightarrow \theta \cdots と交互にパラメータを学習していく.

Screen Shot 2017-04-30 at 23.36.17.png

広告

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト / 変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト / 変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト / 変更 )

Google+ フォト

Google+ アカウントを使ってコメントしています。 ログアウト / 変更 )

%s と連携中