PRML演習問題全問解答

機械学習の教科書の決定版【パターン認識と機械学習】の演習問題の全てを詳しく解答・解説

ホーム
第1章-序論
第2章-確率分布
第3章-線形回帰モデル
質問する

第3章-線形回帰モデル

演習問題 3.9

2018/1/6 第3章-線形回帰モデル

演習3.9の解答です。

演習3.8と同様の結論を、2章で導出した公式から導きます。

prml exercise solution 3.9

ビショップの「パターン認識と機械学習」(PRML)の演習問題の解答を順に掲載中。
すでに全問解いてあるのですが、記事化が大変。
本家の解答が説明不足で挫折者多数と聞きますので、ここではできるだけ丁寧に解説することを目的にしています。

第1章(Chapter 1)【完了】
第2章(Chapter 2)【完了】
第3章(Chapter 3)【完了】
第4章(Chapter 4)【着手】

シェアする

ツイート

Bayesian inference(ベイズ推定), regression(回帰) yutorihiro

コメントを残すコメントをキャンセル

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

名前 *

メール *

サイト

次回のコメントで使用するためブラウザーに自分の名前、メールアドレス、サイトを保存する。

関連記事

演習問題 3.5

演習3.5の解答です。回帰におけるパラメータ正則化(もしくは重み減衰)の問題。重要です。 Deep Learningで...

→ 続きを読む

演習問題 3.4

演習3.4の解答です。入力データに独立したノイズが加わった場合の最小二乗法の問題。線形モデルの入力ベクトル ${\b...

→ 続きを読む

演習問題 3.16

演習3.16の解答です。線形回帰モデルの対数エビデンス関数(3.86)を求める問題。 2章で導出したいつもの公式(2.11...

→ 続きを読む

演習問題 3.8

演習問題 3.10

【パターン認識と機械学習】演習問題全問解答

Christopher M. Bishop 著「Pattern Recognition and Machine Learning」
「パターン認識と機械学習 – ベイズ理論による統計的予測」の演習問題の全問解答を作成中。

2017年7月に作成を開始。
ノートをスキャンして貼るという信じられない方法で、順に掲載していく予定です。

第1章-序論【完了】
第2章-確率分布【完了】
第3章-線形回帰モデル【完了】
第4章-線形識別モデル【着手】

間違い、誤植等あれば、ぜひご指摘ください。
字が汚いのは許してください。
2児の子育てと仕事のAI開発に忙しいのでちょっと更新がおろそかになるかもしれません、、、

書いている人

カテゴリー

その他 (1)
第1章-序論 (37)
第2章-確率分布 (55)
第3章-線形回帰モデル (24)

タグ

anti symmetric matrix(反対称行列) Bayesian inference(ベイズ推定) Beta Distribution(ベータ分布) binomial distribution(二項分布) binomial theorem(二項定理) conjugate prior(共役事前分布) covariance(共分散) decision theory(決定理論) eigenvalue(固有値) eigenvector(固有ベクトル) entropy(エントロピー) Euler–Lagrange equation(オイラー・ラグランジュ方程式) evidence approximation(エビデンス近似) expectation(期待値) exponential family(指数分布族) gamma distribution(ガンマ分布) gamma function(ガンマ関数) Gaussian-gamma distribution(ガウス-ガンマ分布) gaussian distribution(ガウス分布) hypersphere(超球) information theory(情報理論) Jensen's inequality(イェンセンの不等式) Kullback–Leibler divergence(カルバック・ライブラ・ダイバージェンス) Lagrange multiplier(ラグランジュ乗数) least squares(最小二乗) linear combination(線形結合) log likelihood(対数尤度) maximum likelihood estimation(最尤推定) mean(平均値) Minkowski loss(ミンコフスキー損失) mode(モード・最頻値) multivariate gaussian distribution(多変量ガウス分布) mutual information(相互情報量) nonparametric methods(ノンパラメトリック法) predictive distribution(予測分布) quadratic form(二次形式) regression(回帰) regularization(正則化) Robbins-Monro algorithm(ロビンス=モンローアルゴリズム) sequential estimation(逐次推定) Student’s t-distribution(スチューデントのt分布) symmetric matrix(対称行列) variance(分散) variational method(変分法) Von Mises Distribution(フォン・ミーゼス分布)

最近の投稿

演習問題 3.24
演習問題 3.23
演習問題 3.22
演習問題 3.21
演習問題 3.20

アーカイブ

2018年10月 (8)
2018年1月 (11)
2017年11月 (16)
2017年10月 (7)
2017年9月 (9)
2017年8月 (37)
2017年7月 (29)

Copyright© PRML演習問題全問解答 All Rights Reserved.