Slide 28
Slide 28 text
Markov Random Field
28
● Modelingの時に,以下のパラメトリックモデルを使用する
○ P
μ, θ
(X = x, Y = y) = exp(K(x)・μ + y・K(x)・θ) / Z
μ, θ
○ ただし, Z
μ, θ
は正規化のための定数
● 上記のモデルは,Markov Random Field の一種と解釈できる
● この時,Predictは以下の式で可能になる
○ P
μ, θ
(Y=y | X=x) = σ(K(x)・θ)
○ Zもμも関係なく,カーネルKが存在する場合のロジスティック回帰と解釈可能
● Trainingは対数尤度のgradientの式が簡単に得られるので,MCMCなどで推定