確率的で近似的に正しい学習とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > 百科事典 > 確率的で近似的に正しい学習の意味・解説 

確率的で近似的に正しい学習

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/08/16 05:33 UTC 版)

ナビゲーションに移動 検索に移動

確率的で近似的に正しい学習: probably approximately correct learning)やPAC学習: PAC learning)とは、機械学習の計算論的学習理論において、機械学習の数学的解析フレームワークの1つである。Leslie Valiant が1984年に提唱した[1]

このフレームワークにおいて、学習アルゴリズムは標本を受け取り、仮説と呼ばれる汎化した関数をある関数クラスの中から選択する必要がある。目標は、高い確率で、選択した関数が小さな汎化誤差になる事である。学習アルゴリズムは、与えられた近似比率、成功率、標本分布から概念を学習する必要がある。

このモデルは後にノイズ(誤分類された標本)を扱えるように拡張された。

PACフレームワークの重要なイノベーションは、計算論的学習理論という概念を機械学習にもたらしたことである。特に、学習アルゴリズムは(時間計算量と空間計算量が訓練データサイズの多項式サイズの制限の元で)適切な関数を見つけ出すことが期待され、学習アルゴリズムは(訓練データサイズが仮説空間サイズの多項式サイズに収まっているなど)効率的な手順を実装する必要がある。

定義

二値分類問題を対象とする。評価関数は誤分類率。以下のように記号を定義する。




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

確率的で近似的に正しい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
   



確率的で近似的に正しい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
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアの確率的で近似的に正しい学習 (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。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。

©2025 GRAS Group, Inc.RSS