小森 理   内藤 貫太   江口 真透   
電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 = IEICE technical report. IBISML, Information-based induction sciences and machine learning 110(265) 73-82 2010年10月
本論文ではブースティングによる密度推定のための方法のクラスを提案する.単調増加で凸な実数値関数Uから導かれるUロス関数の逐次最小化に基づき,ブースティングの教師なし学習のアルゴリズムを考察する.学習アルゴリズムは,予め用意された弱学習機(密度関数)の集合の中から逐次的に,最適な弱学習機を前ステップの密度推定量と凸結合させることで構成される.このクラスの中で適切な密度推定を導く生成関数Uを選択したい.特に, Uとしてβのべき指数関数を考えると,β=1のときUロス関数の最小化はL_2ロスの最小...