パラメータの学習とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > パラメータの学習の意味・解説 

パラメータの学習

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/03/29 02:19 UTC 版)

条件付き確率場」の記事における「パラメータの学習」の解説

パラメータ θ {\displaystyle \theta } の学習通常 p ( Y i | X i ; θ ) {\displaystyle p(Y_{i}|X_{i};\theta )} について最尤法用いて行われる。もし全てのノード指数的な分布持ち訓練において観測されるのなら、この最適化関数凸型である。L-BFGS法英語版アルゴリズムのような勾配法ニュートン法使用してサンプル沿って解かれる一方でいくつかの変数観測されないとき、推定問題観測されない変数についても解かれる必要がある。これは一般的なグラフにおいて厳密に推定するため手に負えず、推測使用される必要がある

※この「パラメータの学習」の解説は、「条件付き確率場」の解説の一部です。
「パラメータの学習」を含む「条件付き確率場」の記事については、「条件付き確率場」の概要を参照ください。

ウィキペディア小見出し辞書の「パラメータの学習」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「パラメータの学習」の関連用語

パラメータの学習のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



パラメータの学習のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの条件付き確率場 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS