SlideShare a Scribd company logo
n
•
•
•
•
n
•
•
n
n
•
•
•
n
•
n
•
!
"
n
•
n
•
!
"
n
•
#
n
•
!
"
n
•
#
n
•
•
•
n
n
n
•
•
n
•
•
•
n
•
•
n
•
•
•
n
•
•
n
•
•
•
n
•
•
n
•
•
•
n
•
•
n
•
•
•
n
•
•
n
•
•
•
“ ”
• “ ”
• “ ”
n
•
•
n
•
•
•
“ ”
• “ ”
• “ ”
n
•
•
•
n
•
•
n
•
n
•
n
•
n
n
n
n ! = #$ $%&
'
•
n
•
•
•
n
n
•
•
n
•
n
n ! = #$ $%&
'
• # ∼ ) # , supp ) ⊆ 0, 1 1
n
•
• 2 ∶= # ∣ ) # > 6
! 2
7
82 ≔ {# ∣ 7 # > 0}
#
6
2
) #
n
• ! ∶= $ ∣ & $ > (
• !) ∶= $ ∣ & $ ≤ (
n
• ! ≈ ,! = {$ ∣ . $ > 0} .
n
• min$ % & ≔ ( ) △ +)
) = - ∣ / - > 1 +) = {- ∣ & - > 0}
•
/
n
• min$∈ℱ 7 &
•
8′ = :; ;<=
>
: ∼ @ : , @ 0, 1 C
8 D = 1
8′ D = −1
7(&) ≔
1
1 + 1
IJ∼KL sign & - = −1 +
1
1 + 1
IO∼PL sign(& : ) = 1
) △ +) ) +)
n
• ! " # = 1 = & "
• ! " # = −1 = ( "
n
• ! ", # = ! " # = 1 ! # = 1 + ! " # = −1 ! # = −1
= +& " + 1 − + ((")
• + = 1/1 + /
"
( "
"
/
& "
0
120
( "
"
0
120
1
120
& "
"
0
120
3 " > 0 3 " ≤ 0
7
n
•
! " = 1 =
%
%&'
, ! ) " = 1 = *())
•
! " = −1 =
'
%&'
, ! ) " = −1 = .())
min2∈ℱ 5 6
≔
1
1 + 9
:;∼=> sign 6 ) = −1
+
9
1 + 9
:A∼B> sign(6 C ) = 1
n
• ! ∶= $ ∣ & $ > (
• !) ∶= $ ∣ & $ ≤ (
n
• ! ≈ ,! = {$ ∣ . $ > 0} .
n
• . = argmin7∈ℱ : .
:(.) ≔
1
1 + (
@A∼CD sign . $ = −1 +
(
1 + (
@G∼HD sign(. I ) = 1
! " ≔ $ △ &$ = | ) > + △ " > 0 |
- " ≔
.
./0
12∼45 sign " : = −1 +
0
./0
1>∼?5 sign " @ = 1
n
• ("B) ! "B → 0 ⇔ - "B → -FGH
• ! " = 0 ⇔ - " = -FGH
• ) :
•
n
• " ℱ J → ∞ ! &" = 0
n
• ! ∶= $ ∣ & $ > (
• !) ∶= $ ∣ & $ ≤ (
n
• + = argmin2∈ℱ 5 +
n
• + ℱ
5(+) ≔
1
1 + (
;<∼>? sign + $ = −1 +
(
1 + (
;B∼C? sign(+ D ) = 1
n
• ! " ≔
$
$%&
'(∼*+ sign " 0 = −1 +
&
$%&
'5∼6+ sign " 7 = 1
n
•
• + sign(" 0 ) = :
→ ℓ " 0 , : : = max{0, 1 − :" 0 }
•
E!(") ≔
1
1 + F G
H
IJ$
K
ℓ " 0I , −1 +
F
1 + F L
H
MJ$
N
ℓ " 7M , 1
n
n
n
n
n
n
n
•
n
•
! = # $ ∈ ℝ'
$()
*
+ = , - ∈ ℝ'
-()
.
• / ⊆ 1 ≔ {1, 2, … , 1}
n
• ! = # $
$()
*
+ = , -
-()
.
/ ⊆ 1
n ! ⊆ [$]
• & = ( )
)*+
,
∼ . / , 1 = 2 3
3*+
4
∼ 5(/)
• ! ⊆ $
. /89 = 5(/89)
. /89∪{<} ≠ 5(/89∪{<})
., 5
•
•
∀@ ∈ !
!
!B
. = 5
. ≠ 5 . ≠ 5
n ! ⊆ #
• $ %&' = ) %&'
• $ %&'∪{,} ≠ )(%&'∪{,})
n !
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
* 567 = ,(567)
* 567∪{"} ≠ ,(567∪{"})
∀. ∈ =
=
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
* 567 = ,(567)
* 567∪{"} ≠ ,(567∪{"})
;
;<
> 0
= 0! =
;<
;
∀. ∈ ;
;
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
* 567 = ,(567)
* 567∪{"} ≠ ,(567∪{"})
;
;<
> 0
= 0! =
;<
; ;
;<
∀. ∈ ;
;
!
n
• "##$ = dist(+##$, -##$) (/, /′)
"##$ = 1
= 0, (if +##$ = -##$)
> 0, (if +##$ ≠ -##$)
+ 678 = -(678)
+ 678∪{#} ≠ -(678∪{#})
!
!<
> 0
= 0" =
!<
! !
!<
∀/ ∈ !
"##$ = dist(+##$, -##$)
dist(&''(, *''()
n
• ,-
. / = ∫2-
3
& / 4/ 5(/) = ∫2-
3
* / 4/
KS &, * ≔ sup
3
|. / − 5(/)|
n
• =(>log>)
•
Pr KS &, ̂& ≤ F ≥ 1 − 2 exp(−2FL>)
& ̂&
/
. /
5(/)
KS(&, *)
dist(&''(, *''()
n
• ,-
. / = ∫2-
3
& / 4/ 5(/) = ∫2-
3
* / 4/
KS &, * ≔ sup
3
|. / − 5(/)|
n
•
• dist(&''(, *''()
/
. /
5(/)
KS(&, *)
n
n
•
!" ≔ $%cos) + $+sin)
KS(1(!"), 4(!"))
• )
$%
$+
E"∼789:;<=[KS (1(!"), 4(!"))]
n
n
•
! !", !$, … , !& ∼ Uniform
/"
/$
E1∼2345678[KS (=(>1), @(>1))]
=
1
D
E
FG"
&
KS (=(>1H
), @(>1H
))
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
* 567 = ,(567)
* 567∪{"} ≠ ,(567∪{"})
;
;
;<
> 0
= 0! =
;<
; ;
;<
∀. ∈ ;
!""# = dist(*""#, ,""#)
n !
•
n
•
• "( $ − ! $)
' "($()*log*)
./0
= argmin78∈ : ;
<,<>∈ 78
:
'<<> , s. t. /0
= ! !
n
• !""# = dist(*""#, ,""#) (., .′)
!""# = 0
= 0, (if *""# = ,""#)
> 0, (if *""# ≠ ,""#)
* 567 = ,(567)
* 567∪{"} ≠ ,(567∪{"})
;
;
;<
> 0
= 0! =
;<
; ;
;<
∀. ∈ ;
!""# = dist(*""#, ,""#)
n ! ⊆ #
• $ %&' = ) %&'
• $ %&'∪{,} ≠ )(%&'∪{,})
n !
n 1
• 2!3 = argmin&'∈ ; ∑,,,>∈ &'
;
?,,> , s. t. !3 = 1
?,,> = dist($,,>, ),,>)
!"
n
• ∀$ ∈ "
&'' > 0 ∀$* ≠ $, &''- > 0.
n !"
• /, 0
Pr !" ≠ " ≤ 45exp −
/:
8<= > + 5 5 − 1 exp −20> + exp −
/:
8<= B
•
lim
F→H
Pr !" ≠ " = 0
• J
> = K
<=
/: log
5
J
"
"N
> 0
= 0
& =
n ! ⊆ #
• $ %&' = ) %&'
• $ %&'∪{,} ≠ )(%&'∪{,})
n 1
• 2!3 = argmin&'∈ ; ∑,,,>∈ &'
;
?,,> , s. t. !3 = 1
?,,> = dist($,,>, ),,>)
n
n
•
•
n
•
n
• ! "
• ! " #
!
n
n
n
n
•
n
•
n
n ! = #$ = %$, '$ ∈ ℝ*
×ℝ $,-
.
n ' = / %; 1 1
• / %; 1 = 1, %
• / %; 1 =
n
21 = argmin
9
:
;∈<
ℓ(#; 1) ℓ
n
!
! ∖ #$
%& = argmin
.
/
0∈2
ℓ(#; &) %&7$ = argmin
.
/
0∈2∖ 08
ℓ(#; &)
#$
#$
#$
n
• ! "#
! ∖ "#
• %&'# = argmin
/
∑1∈3∖ 14
ℓ("; &)
%& "#
9& = argmin
/
:
1∈3
ℓ("; &) 9&'# = argmin
/
:
1∈3∖ 14
ℓ("; &)
n
• ! " = !, %&'( − %&
%&'(
n
• *+ ! = ∑-∈/0
∇2ℓ(5; %&)
•
!, %&'( − %& ≈ 9
-∈/0
ℓ 5; %&'( − ℓ 5; %&
• !, %&'( − %&/ ≈
n
• ! = #$ = %$, '$ $()
*
• +,
• -
. = 1, 2, … , 2
34 = -, +,54 − +,
+. = argmin
4
34
! ← ! ∖ #+4
n !"#$
• %"#$
%"#$ = argmin
-
.
/∈1∖ /3
ℓ(6; ")
n !"#$ − !"
•
%"#$ − %"
n
• ! " = !, %&'( − %& *(
n +&'( − +&
•
•
n !"#$ − !"
n
• &"#$ − &"
ℓ (; " =
+
,
- − ", / ,
• &"#$ − &"
n ℓ "; $ =
&
'
( − $, + '
• , = +&, +', … , +.
/ ∈ ℝ. ×3
• ,/,
4$56 − 4$ =
4$, +6 − (6
1 − +6
/ ,/, 5&+6
,/
, 5&
+6
n
• !" #$%&'# !" = #$%&')&'
%&'
)&' = # *" + %&'
,-
(/ − 1(# *"))
•
• #∗ = %&'
-/5
# /∗ = %&'
-/5
)&'
• #$%&'#
*",6 − *" =
*", 86
∗
− /6
∗
1 − 8∗
6
$
#∗$#∗ ,-86
∗
#∗$
#∗ ,-
86
∗
n ℓ "; $
• %&' =
)
*
∑,-)
*
∇'
/
ℓ(",; 1$)
•
3$45 − 3$ ≈ −
1
9
%&'
4)
∇'ℓ("5; 3$)
n
n
•
•
n
•
•
n
• ! " = !, %&'( − %& *(
n +&'( − +&
•
•
n
•
•
n
• ! " = !, %&'( − %& *(
n +&'( − +&
•
•
n
•
•
•
n
!"#$ − !"
•
•
n
•
• &"#$ − &"
!"#$ − !"
n
• ! "
← !$
• % = 1, 2, … , +
,- ←
"
|/0|
∑2∈/0
∇5ℓ(8; ! - )
! -;"
← ! -
− =-,-
! " = !$
! >
! ?
! @
! A
! B
! C
! D
! E
F-
=-
n !
• "#$
%
← "'
• ( = 1, 2, … , .
/#$,0 ←
%
|23|
∑5∈23∖{59} ∇<ℓ(?; "#$
0
)
"#$
0B%
← "#$
0
− D0/#$,0
" % = "'
" E
" F
" G
" H
" I
" J
" K
" L
?$ ∈ M0
N3
|23|
∇<ℓ(?$; " 0
)
M0
D0
n !
• "#$
%
← "'
• ( = 1, 2, … , .
/#$,0 ←
%
|23|
∑5∈23∖{59} ∇<ℓ(?; "#$
0
)
"#$
0B%
← "#$
0
− D0/#$,0
" % = "'
" E
" F
" G
" H
" I
" J
" K
" L
?$ ∈ M0
?$ ∈ M0
N3
|23|
∇<ℓ(?$; " 0
)
M0
D0
n !
• "#$
%
← "'
• ( = 1, 2, … , .
/#$,0 ←
%
|23|
∑5∈23∖{59} ∇<ℓ(?; "#$
0
)
"#$
0B%
← "#$
0
− D0/#$,0
E0
D0
" % = "'
" F
" G
" H
" I
" J
" K
" L
" M
?$ ∈ E0
?$ ∈ E0
?$ ∈ E0
"#$
M
N3
|23|
∇<ℓ(?$; " 0
)
n
• ! ̃#$ = !, '($
)
− ' )
+
!"#
$
− ! $
n &#
n !"#
$
− ! $
Δ!"# ≔
)* #
+* #
,$"-,$". … ,* # 0-∇2ℓ(&#; ! * # )
• 7 8 &#
• ,9 ≔ : − )9;9
• ;9 ≔
-
<=
∑?∈<=
∇2
.
ℓ(&; ! 9 )
A
!"#
$
− ! $
n &
!"#
'()
− ! '()
= !"#
'
− +',"#,' − ! '
− +','
= !"#
'
− ! '
− +' ,"#,' − ,'
•
,"#,' − ,' ≈ /'(!"#
'
− ! ' )
n
!"#
$
− ! $
≈ (2 − +$")/$"))(!"#
$")
− ! $")
)
≈ 3$")3$"4 … 36 # ()(!"#
6 # ()
− ! 6 # ()
)
= 3$")3$"4 … 36 # ()
78 9
:8 9
∇<ℓ(>#; ! 6 #
)
3$")
n
• ! " = !, %&'( − %& *(
n +&'( − +&
•
•
n
•
•
•
Δ&'( ≔
./ (
0/ (
12'312'4 … 1/ ( 63∇8ℓ(*(; & / ( )
n
• !, Λ > 0 !& ≼ ∇)
*
ℓ(-; /) ≼ Λ&
n
• -1
/21
3
− / 3
− Δ/21 ≤ 2(ℎ1 ! * + ℎ1 Λ *)
ℎ1(:) ≔
<= >
?= >
∏ABC 1 DE
32E
1 − GA: ∇)ℓ -1; / C 1
Δ/21 /21
3
− / 3
n
• ∇"
#
ℓ %; '( − ∇"
#
ℓ(%; '#) ≤ - '( − '#
n
• ∇"ℓ(%; ') ≤ . ∇"
#
ℓ(%; ') ≼ Λ1
2 = 4(5/ 7)
• %8
'98
:
− ' :
− Δ'98 ≤
<=:>=?
@
expD <@ :
7
Δ'98 '98
:
− ' :
n
• ! " = !, %&'( − %& *(
n +&'( − +&
•
•
•
n
• !
• "
!"# = %, '(#
)
− '
)
n
• (,-, .-, ' - )
n 0 ̂"# = %, Δ'(#
̂"# ← 0, ∀0
6 = 7 − 1, 7 − 2, …
(,-, .-, ' - )
̂"# ← ̂"# +
<=
>=
%, ∇@ℓ(B#; ' - ) , ∀B# ∈ ,-
% % ← % − .-E-%
%
!"# = %, '(#
)
− '
)
n Δ'(#
• Δ'(# ≔
-. /
0. /
1)(21)(3 … 15 # 62∇8ℓ(;#; ' 5 #
)
> ?
•
>2 ? , >3 ? , … >@ ? ;#
Δ'(# ≔ A
BC2
@
D5E #
F5E #
1)(21)(3 … 15E # 62∇8ℓ(;#; ' 5E # )
!"# = %, '(#
)
− '
)
n Δ'(# ̂"# = %, Δ'(#
̂"# = %, Δ'(# = -
./0
1
234 #
534 #
%, 6)(06)(7 … 634 # 90∇;ℓ(>#; ' 34 # )
n
• % A ≔ 6A906A97 … 6)(0%
̂"# = %, Δ'(# = -
./0
1
234 #
534 #
% 34 # , ∇;ℓ(>#; ' 34 # )
• % A
% A = 6A90% A90 = % A90 − 2ACA% A90
!
n ! ! ← ! − $%&%!
&% =
(
)*
∑,∈)*
∇/
0
ℓ(3; 5 % )
• ∇/
0
ℓ(3; 5 % )
n
• ∇/
0
ℓ 3; 5 % !
• ∇/
0
ℓ 3; 5 % ! = ∇/ ∇/ℓ 3; 5 % , !
n
• ̃"# = %, '(#
)
− ' )
n
•
n
•
•
•
n
•
•
n
n
n
!"# = %, '(#
)
− ' )
• %
% = ∑,∈./
∇1ℓ(4; 6') , %, '(# − ' ≈ ∑,∈./
ℓ 4; '(# − ℓ 4; '
n
• ̃"# = %, '(#
)
− ' )
̃"# = %, '(#
)
− ' )
n
n
Kendall’s tau Jaccard Index
K&L K&L
Adult .93 (.02) .85 (.07) .80 (.10) .60 (.17)
20News .94 (.05) .82 (.15) .79 (.15) .52 (.19)
MNIST .95 (.02) .70 (.15) .83 (.10) .41 (.16)
%, '(#
)
− ' )
%, '(#
)
− ' )
%, '(#
)
− ' )
̃"# = %, '(#
)
− ' )
n
n
Kendall’s tau Jaccard Index
K&L K&L
Adult .75 (.10) .54 (.12) .59 (.16) .32 (.11)
20News .45 (.12) .37 (.12) .25 (.08) .11 (.07)
MNIST .45 (.12) .27 (.16) .37 (.15) .27 (.12)
%, '(#
)
− ' )
%, '(#
)
− ' )
%, '(#
)
− ' )
n
n
n
•
•
•
̃"# = %, '(#
)
− ' )
•
n
• !" #
#
• •
#
n
n
n
n
n
n
•
•
•
n
•
n
•
•
n
•
•
•
“ ”
• “ ”
• “ ”

More Related Content

What's hot

因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説Shiga University, RIKEN
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-Shiga University, RIKEN
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介Naoki Hayashi
 
pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話Classi.corp
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing FlowAkihiro Nitta
 
機械学習モデルの列挙
機械学習モデルの列挙機械学習モデルの列挙
機械学習モデルの列挙Satoshi Hara
 
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際Ichigaku Takigawa
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)Takao Yamanaka
 
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...Deep Learning JP
 
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明Satoshi Hara
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知Yuya Takashina
 
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...西岡 賢一郎
 
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向ohken
 
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性“機械学習の説明”の信頼性
“機械学習の説明”の信頼性Satoshi Hara
 
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心takehikoihayashi
 
[DL輪読会]Deep Learning 第15章 表現学習
[DL輪読会]Deep Learning 第15章 表現学習[DL輪読会]Deep Learning 第15章 表現学習
[DL輪読会]Deep Learning 第15章 表現学習Deep Learning JP
 
最適化計算の概要まとめ
最適化計算の概要まとめ最適化計算の概要まとめ
最適化計算の概要まとめYuichiro MInato
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)Masahiro Suzuki
 
深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシンYuta Sugii
 

What's hot (20)

因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
 
pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話pymcとpystanでベイズ推定してみた話
pymcとpystanでベイズ推定してみた話
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing Flow
 
機械学習モデルの列挙
機械学習モデルの列挙機械学習モデルの列挙
機械学習モデルの列挙
 
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)
 
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
 
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
 
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
 
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
 
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
 
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
 
PRML8章
PRML8章PRML8章
PRML8章
 
[DL輪読会]Deep Learning 第15章 表現学習
[DL輪読会]Deep Learning 第15章 表現学習[DL輪読会]Deep Learning 第15章 表現学習
[DL輪読会]Deep Learning 第15章 表現学習
 
最適化計算の概要まとめ
最適化計算の概要まとめ最適化計算の概要まとめ
最適化計算の概要まとめ
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
 
深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン深層学習 勉強会第5回 ボルツマンマシン
深層学習 勉強会第5回 ボルツマンマシン
 

More from Satoshi Hara

Explanation in Machine Learning and Its Reliability
Explanation in Machine Learning and Its ReliabilityExplanation in Machine Learning and Its Reliability
Explanation in Machine Learning and Its ReliabilitySatoshi Hara
 
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究Satoshi Hara
 
機械学習で嘘をつく話
機械学習で嘘をつく話機械学習で嘘をつく話
機械学習で嘘をつく話Satoshi Hara
 
Convex Hull Approximation of Nearly Optimal Lasso Solutions
Convex Hull Approximation of Nearly Optimal Lasso SolutionsConvex Hull Approximation of Nearly Optimal Lasso Solutions
Convex Hull Approximation of Nearly Optimal Lasso SolutionsSatoshi Hara
 
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...Satoshi Hara
 
Maximally Invariant Data Perturbation as Explanation
Maximally Invariant Data Perturbation as ExplanationMaximally Invariant Data Perturbation as Explanation
Maximally Invariant Data Perturbation as ExplanationSatoshi Hara
 
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法Satoshi Hara
 
KDD'17読み会:Anomaly Detection with Robust Deep Autoencoders
KDD'17読み会:Anomaly Detection with Robust Deep AutoencodersKDD'17読み会:Anomaly Detection with Robust Deep Autoencoders
KDD'17読み会:Anomaly Detection with Robust Deep AutoencodersSatoshi Hara
 
特徴選択のためのLasso解列挙
特徴選択のためのLasso解列挙特徴選択のためのLasso解列挙
特徴選択のためのLasso解列挙Satoshi Hara
 

More from Satoshi Hara (9)

Explanation in Machine Learning and Its Reliability
Explanation in Machine Learning and Its ReliabilityExplanation in Machine Learning and Its Reliability
Explanation in Machine Learning and Its Reliability
 
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
 
機械学習で嘘をつく話
機械学習で嘘をつく話機械学習で嘘をつく話
機械学習で嘘をつく話
 
Convex Hull Approximation of Nearly Optimal Lasso Solutions
Convex Hull Approximation of Nearly Optimal Lasso SolutionsConvex Hull Approximation of Nearly Optimal Lasso Solutions
Convex Hull Approximation of Nearly Optimal Lasso Solutions
 
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...
Theoretical Linear Convergence of Unfolded ISTA and its Practical Weights and...
 
Maximally Invariant Data Perturbation as Explanation
Maximally Invariant Data Perturbation as ExplanationMaximally Invariant Data Perturbation as Explanation
Maximally Invariant Data Perturbation as Explanation
 
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
 
KDD'17読み会:Anomaly Detection with Robust Deep Autoencoders
KDD'17読み会:Anomaly Detection with Robust Deep AutoencodersKDD'17読み会:Anomaly Detection with Robust Deep Autoencoders
KDD'17読み会:Anomaly Detection with Robust Deep Autoencoders
 
特徴選択のためのLasso解列挙
特徴選択のためのLasso解列挙特徴選択のためのLasso解列挙
特徴選択のためのLasso解列挙
 

異常の定義と推定

  • 1.
  • 17.
  • 18. n n
  • 19. n ! = #$ $%& ' • n • • • n
  • 21. n ! = #$ $%& ' • # ∼ ) # , supp ) ⊆ 0, 1 1 n • • 2 ∶= # ∣ ) # > 6 ! 2 7 82 ≔ {# ∣ 7 # > 0} # 6 2 ) #
  • 22. n • ! ∶= $ ∣ & $ > ( • !) ∶= $ ∣ & $ ≤ ( n • ! ≈ ,! = {$ ∣ . $ > 0} .
  • 23. n • min$ % & ≔ ( ) △ +) ) = - ∣ / - > 1 +) = {- ∣ & - > 0} • / n • min$∈ℱ 7 & • 8′ = :; ;<= > : ∼ @ : , @ 0, 1 C 8 D = 1 8′ D = −1 7(&) ≔ 1 1 + 1 IJ∼KL sign & - = −1 + 1 1 + 1 IO∼PL sign(& : ) = 1 ) △ +) ) +)
  • 24. n • ! " # = 1 = & " • ! " # = −1 = ( " n • ! ", # = ! " # = 1 ! # = 1 + ! " # = −1 ! # = −1 = +& " + 1 − + ((") • + = 1/1 + / " ( " " / & " 0 120 ( " " 0 120 1 120 & " " 0 120 3 " > 0 3 " ≤ 0 7
  • 25. n • ! " = 1 = % %&' , ! ) " = 1 = *()) • ! " = −1 = ' %&' , ! ) " = −1 = .()) min2∈ℱ 5 6 ≔ 1 1 + 9 :;∼=> sign 6 ) = −1 + 9 1 + 9 :A∼B> sign(6 C ) = 1
  • 26. n • ! ∶= $ ∣ & $ > ( • !) ∶= $ ∣ & $ ≤ ( n • ! ≈ ,! = {$ ∣ . $ > 0} . n • . = argmin7∈ℱ : . :(.) ≔ 1 1 + ( @A∼CD sign . $ = −1 + ( 1 + ( @G∼HD sign(. I ) = 1
  • 27. ! " ≔ $ △ &$ = | ) > + △ " > 0 | - " ≔ . ./0 12∼45 sign " : = −1 + 0 ./0 1>∼?5 sign " @ = 1 n • ("B) ! "B → 0 ⇔ - "B → -FGH • ! " = 0 ⇔ - " = -FGH • ) : • n • " ℱ J → ∞ ! &" = 0
  • 28. n • ! ∶= $ ∣ & $ > ( • !) ∶= $ ∣ & $ ≤ ( n • + = argmin2∈ℱ 5 + n • + ℱ 5(+) ≔ 1 1 + ( ;<∼>? sign + $ = −1 + ( 1 + ( ;B∼C? sign(+ D ) = 1
  • 29. n • ! " ≔ $ $%& '(∼*+ sign " 0 = −1 + & $%& '5∼6+ sign " 7 = 1 n • • + sign(" 0 ) = : → ℓ " 0 , : : = max{0, 1 − :" 0 } • E!(") ≔ 1 1 + F G H IJ$ K ℓ " 0I , −1 + F 1 + F L H MJ$ N ℓ " 7M , 1
  • 30. n
  • 31. n
  • 32. n
  • 33.
  • 34. n n n
  • 35. n • n • ! = # $ ∈ ℝ' $() * + = , - ∈ ℝ' -() . • / ⊆ 1 ≔ {1, 2, … , 1} n • ! = # $ $() * + = , - -() . / ⊆ 1
  • 36. n ! ⊆ [$] • & = ( ) )*+ , ∼ . / , 1 = 2 3 3*+ 4 ∼ 5(/) • ! ⊆ $ . /89 = 5(/89) . /89∪{<} ≠ 5(/89∪{<}) ., 5 • • ∀@ ∈ ! ! !B . = 5 . ≠ 5 . ≠ 5
  • 37. n ! ⊆ # • $ %&' = ) %&' • $ %&'∪{,} ≠ )(%&'∪{,}) n !
  • 38. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#)
  • 39. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#) * 567 = ,(567) * 567∪{"} ≠ ,(567∪{"}) ∀. ∈ = =
  • 40. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#) * 567 = ,(567) * 567∪{"} ≠ ,(567∪{"}) ; ;< > 0 = 0! = ;< ; ∀. ∈ ; ;
  • 41. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#) * 567 = ,(567) * 567∪{"} ≠ ,(567∪{"}) ; ;< > 0 = 0! = ;< ; ; ;< ∀. ∈ ; ;
  • 42. ! n • "##$ = dist(+##$, -##$) (/, /′) "##$ = 1 = 0, (if +##$ = -##$) > 0, (if +##$ ≠ -##$) + 678 = -(678) + 678∪{#} ≠ -(678∪{#}) ! !< > 0 = 0" = !< ! ! !< ∀/ ∈ ! "##$ = dist(+##$, -##$)
  • 43. dist(&''(, *''() n • ,- . / = ∫2- 3 & / 4/ 5(/) = ∫2- 3 * / 4/ KS &, * ≔ sup 3 |. / − 5(/)| n • =(>log>) • Pr KS &, ̂& ≤ F ≥ 1 − 2 exp(−2FL>) & ̂& / . / 5(/) KS(&, *)
  • 44. dist(&''(, *''() n • ,- . / = ∫2- 3 & / 4/ 5(/) = ∫2- 3 * / 4/ KS &, * ≔ sup 3 |. / − 5(/)| n • • dist(&''(, *''() / . / 5(/) KS(&, *)
  • 45. n n • !" ≔ $%cos) + $+sin) KS(1(!"), 4(!")) • ) $% $+ E"∼789:;<=[KS (1(!"), 4(!"))]
  • 46. n n • ! !", !$, … , !& ∼ Uniform /" /$ E1∼2345678[KS (=(>1), @(>1))] = 1 D E FG" & KS (=(>1H ), @(>1H ))
  • 47. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#) * 567 = ,(567) * 567∪{"} ≠ ,(567∪{"}) ; ; ;< > 0 = 0! = ;< ; ; ;< ∀. ∈ ; !""# = dist(*""#, ,""#)
  • 48. n ! • n • • "( $ − ! $) ' "($()*log*) ./0 = argmin78∈ : ; <,<>∈ 78 : '<<> , s. t. /0 = ! !
  • 49. n • !""# = dist(*""#, ,""#) (., .′) !""# = 0 = 0, (if *""# = ,""#) > 0, (if *""# ≠ ,""#) * 567 = ,(567) * 567∪{"} ≠ ,(567∪{"}) ; ; ;< > 0 = 0! = ;< ; ; ;< ∀. ∈ ; !""# = dist(*""#, ,""#)
  • 50. n ! ⊆ # • $ %&' = ) %&' • $ %&'∪{,} ≠ )(%&'∪{,}) n ! n 1 • 2!3 = argmin&'∈ ; ∑,,,>∈ &' ; ?,,> , s. t. !3 = 1 ?,,> = dist($,,>, ),,>)
  • 51. !" n • ∀$ ∈ " &'' > 0 ∀$* ≠ $, &''- > 0. n !" • /, 0 Pr !" ≠ " ≤ 45exp − /: 8<= > + 5 5 − 1 exp −20> + exp − /: 8<= B • lim F→H Pr !" ≠ " = 0 • J > = K <= /: log 5 J " "N > 0 = 0 & =
  • 52. n ! ⊆ # • $ %&' = ) %&' • $ %&'∪{,} ≠ )(%&'∪{,}) n 1 • 2!3 = argmin&'∈ ; ∑,,,>∈ &' ; ?,,> , s. t. !3 = 1 ?,,> = dist($,,>, ),,>) n
  • 54. n • ! " • ! " #
  • 55. ! n
  • 56.
  • 57. n n
  • 59. n ! = #$ = %$, '$ ∈ ℝ* ×ℝ $,- . n ' = / %; 1 1 • / %; 1 = 1, % • / %; 1 = n 21 = argmin 9 : ;∈< ℓ(#; 1) ℓ
  • 60. n ! ! ∖ #$ %& = argmin . / 0∈2 ℓ(#; &) %&7$ = argmin . / 0∈2∖ 08 ℓ(#; &) #$ #$ #$
  • 61. n • ! "# ! ∖ "# • %&'# = argmin / ∑1∈3∖ 14 ℓ("; &) %& "# 9& = argmin / : 1∈3 ℓ("; &) 9&'# = argmin / : 1∈3∖ 14 ℓ("; &)
  • 62. n • ! " = !, %&'( − %& %&'( n • *+ ! = ∑-∈/0 ∇2ℓ(5; %&) • !, %&'( − %& ≈ 9 -∈/0 ℓ 5; %&'( − ℓ 5; %& • !, %&'( − %&/ ≈
  • 63. n • ! = #$ = %$, '$ $() * • +, • - . = 1, 2, … , 2 34 = -, +,54 − +, +. = argmin 4 34 ! ← ! ∖ #+4
  • 64. n !"#$ • %"#$ %"#$ = argmin - . /∈1∖ /3 ℓ(6; ") n !"#$ − !" • %"#$ − %"
  • 65. n • ! " = !, %&'( − %& *( n +&'( − +& • •
  • 66. n !"#$ − !" n • &"#$ − &" ℓ (; " = + , - − ", / , • &"#$ − &"
  • 67. n ℓ "; $ = & ' ( − $, + ' • , = +&, +', … , +. / ∈ ℝ. ×3 • ,/, 4$56 − 4$ = 4$, +6 − (6 1 − +6 / ,/, 5&+6 ,/ , 5& +6
  • 68. n • !" #$%&'# !" = #$%&')&' %&' )&' = # *" + %&' ,- (/ − 1(# *")) • • #∗ = %&' -/5 # /∗ = %&' -/5 )&' • #$%&'# *",6 − *" = *", 86 ∗ − /6 ∗ 1 − 8∗ 6 $ #∗$#∗ ,-86 ∗ #∗$ #∗ ,- 86 ∗
  • 69. n ℓ "; $ • %&' = ) * ∑,-) * ∇' / ℓ(",; 1$) • 3$45 − 3$ ≈ − 1 9 %&' 4) ∇'ℓ("5; 3$) n
  • 71. n • ! " = !, %&'( − %& *( n +&'( − +& • • n • •
  • 72. n • ! " = !, %&'( − %& *( n +&'( − +& • • n • • •
  • 73. n !"#$ − !" • • n • • &"#$ − &" !"#$ − !"
  • 74. n • ! " ← !$ • % = 1, 2, … , + ,- ← " |/0| ∑2∈/0 ∇5ℓ(8; ! - ) ! -;" ← ! - − =-,- ! " = !$ ! > ! ? ! @ ! A ! B ! C ! D ! E F- =-
  • 75. n ! • "#$ % ← "' • ( = 1, 2, … , . /#$,0 ← % |23| ∑5∈23∖{59} ∇<ℓ(?; "#$ 0 ) "#$ 0B% ← "#$ 0 − D0/#$,0 " % = "' " E " F " G " H " I " J " K " L ?$ ∈ M0 N3 |23| ∇<ℓ(?$; " 0 ) M0 D0
  • 76. n ! • "#$ % ← "' • ( = 1, 2, … , . /#$,0 ← % |23| ∑5∈23∖{59} ∇<ℓ(?; "#$ 0 ) "#$ 0B% ← "#$ 0 − D0/#$,0 " % = "' " E " F " G " H " I " J " K " L ?$ ∈ M0 ?$ ∈ M0 N3 |23| ∇<ℓ(?$; " 0 ) M0 D0
  • 77. n ! • "#$ % ← "' • ( = 1, 2, … , . /#$,0 ← % |23| ∑5∈23∖{59} ∇<ℓ(?; "#$ 0 ) "#$ 0B% ← "#$ 0 − D0/#$,0 E0 D0 " % = "' " F " G " H " I " J " K " L " M ?$ ∈ E0 ?$ ∈ E0 ?$ ∈ E0 "#$ M N3 |23| ∇<ℓ(?$; " 0 )
  • 78. n • ! ̃#$ = !, '($ ) − ' ) +
  • 79. !"# $ − ! $ n &# n !"# $ − ! $ Δ!"# ≔ )* # +* # ,$"-,$". … ,* # 0-∇2ℓ(&#; ! * # ) • 7 8 &# • ,9 ≔ : − )9;9 • ;9 ≔ - <= ∑?∈<= ∇2 . ℓ(&; ! 9 ) A
  • 80. !"# $ − ! $ n & !"# '() − ! '() = !"# ' − +',"#,' − ! ' − +',' = !"# ' − ! ' − +' ,"#,' − ,' • ,"#,' − ,' ≈ /'(!"# ' − ! ' ) n !"# $ − ! $ ≈ (2 − +$")/$"))(!"# $") − ! $") ) ≈ 3$")3$"4 … 36 # ()(!"# 6 # () − ! 6 # () ) = 3$")3$"4 … 36 # () 78 9 :8 9 ∇<ℓ(>#; ! 6 # ) 3$")
  • 81. n • ! " = !, %&'( − %& *( n +&'( − +& • • n • • • Δ&'( ≔ ./ ( 0/ ( 12'312'4 … 1/ ( 63∇8ℓ(*(; & / ( )
  • 82. n • !, Λ > 0 !& ≼ ∇) * ℓ(-; /) ≼ Λ& n • -1 /21 3 − / 3 − Δ/21 ≤ 2(ℎ1 ! * + ℎ1 Λ *) ℎ1(:) ≔ <= > ?= > ∏ABC 1 DE 32E 1 − GA: ∇)ℓ -1; / C 1 Δ/21 /21 3 − / 3
  • 83. n • ∇" # ℓ %; '( − ∇" # ℓ(%; '#) ≤ - '( − '# n • ∇"ℓ(%; ') ≤ . ∇" # ℓ(%; ') ≼ Λ1 2 = 4(5/ 7) • %8 '98 : − ' : − Δ'98 ≤ <=:>=? @ expD <@ : 7 Δ'98 '98 : − ' :
  • 84. n • ! " = !, %&'( − %& *( n +&'( − +& • • • n • ! • "
  • 85. !"# = %, '(# ) − ' ) n • (,-, .-, ' - ) n 0 ̂"# = %, Δ'(# ̂"# ← 0, ∀0 6 = 7 − 1, 7 − 2, … (,-, .-, ' - ) ̂"# ← ̂"# + <= >= %, ∇@ℓ(B#; ' - ) , ∀B# ∈ ,- % % ← % − .-E-% %
  • 86. !"# = %, '(# ) − ' ) n Δ'(# • Δ'(# ≔ -. / 0. / 1)(21)(3 … 15 # 62∇8ℓ(;#; ' 5 # ) > ? • >2 ? , >3 ? , … >@ ? ;# Δ'(# ≔ A BC2 @ D5E # F5E # 1)(21)(3 … 15E # 62∇8ℓ(;#; ' 5E # )
  • 87. !"# = %, '(# ) − ' ) n Δ'(# ̂"# = %, Δ'(# ̂"# = %, Δ'(# = - ./0 1 234 # 534 # %, 6)(06)(7 … 634 # 90∇;ℓ(>#; ' 34 # ) n • % A ≔ 6A906A97 … 6)(0% ̂"# = %, Δ'(# = - ./0 1 234 # 534 # % 34 # , ∇;ℓ(>#; ' 34 # ) • % A % A = 6A90% A90 = % A90 − 2ACA% A90
  • 88. ! n ! ! ← ! − $%&%! &% = ( )* ∑,∈)* ∇/ 0 ℓ(3; 5 % ) • ∇/ 0 ℓ(3; 5 % ) n • ∇/ 0 ℓ 3; 5 % ! • ∇/ 0 ℓ 3; 5 % ! = ∇/ ∇/ℓ 3; 5 % , !
  • 89. n • ̃"# = %, '(# ) − ' ) n •
  • 91. n n n !"# = %, '(# ) − ' ) • % % = ∑,∈./ ∇1ℓ(4; 6') , %, '(# − ' ≈ ∑,∈./ ℓ 4; '(# − ℓ 4; ' n • ̃"# = %, '(# ) − ' )
  • 92. ̃"# = %, '(# ) − ' ) n n Kendall’s tau Jaccard Index K&L K&L Adult .93 (.02) .85 (.07) .80 (.10) .60 (.17) 20News .94 (.05) .82 (.15) .79 (.15) .52 (.19) MNIST .95 (.02) .70 (.15) .83 (.10) .41 (.16) %, '(# ) − ' ) %, '(# ) − ' ) %, '(# ) − ' )
  • 93. ̃"# = %, '(# ) − ' ) n n Kendall’s tau Jaccard Index K&L K&L Adult .75 (.10) .54 (.12) .59 (.16) .32 (.11) 20News .45 (.12) .37 (.12) .25 (.08) .11 (.07) MNIST .45 (.12) .27 (.16) .37 (.15) .27 (.12) %, '(# ) − ' ) %, '(# ) − ' ) %, '(# ) − ' )
  • 94. n n n • • • ̃"# = %, '(# ) − ' ) •
  • 96. n
  • 97. n
  • 98. n
  • 99. n