はじめてのパターン認識読書会 第四回 前半

3,699 views

Published on

0 Comments
4 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
3,699
On SlideShare
0
From Embeds
0
Number of Embeds
1,533
Actions
Shares
0
Downloads
50
Comments
0
Likes
4
Embeds 0
No embeds

No notes for slide

はじめてのパターン認識読書会 第四回 前半

  1. 1. 第4回 「はじめてのパターン認識」 読書会 第4章 確率モデルと識別関数 前半 @gepuro
  2. 2. !!注目の本!!
  3. 3. モデルを構築する上で困ること ● データの測定単位によって、数値に大きな違い ● 特徴量の大きさが同程度の方が良いモデルが出 来る事がある。特徴間には相関が無い方が良い ● モデル作りにスパイスを効かせる 平均ベクトルや共分散行列の出番
  4. 4. 平均ベクトルと共分散行列 平均ベクトル E{x_i}はi番目の特徴の期待値で、 p(x_i)はi番目の特徴を表す確率変数x_iの確率分布
  5. 5. 平均ベクトルと共分散行列 σ_ii = σ_i ^2と表し、σ_iは標準偏差という。 相関係数
  6. 6. 標準化(中心化/標準偏差)の模式図
  7. 7. 観測データの無相関化
  8. 8. 無相関化の模式図
  9. 9. 白色化 ● 無相関化+標準偏差1に正規化+中心化
  10. 10. 白色化の模式図

×