SlideShare ist ein Scribd-Unternehmen logo
1 von 101
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
•
•
•
“ ”
• “ ”
• “ ”

Weitere ähnliche Inhalte

Was ist angesagt?

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
 
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
 
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズHiroshi Shimizu
 
Stanコードの書き方 中級編
Stanコードの書き方 中級編Stanコードの書き方 中級編
Stanコードの書き方 中級編Hiroshi Shimizu
 
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
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版Masahito Ohue
 
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門Koichiro Gibo
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)Toru Imai
 
幾何を使った統計のはなし
幾何を使った統計のはなし幾何を使った統計のはなし
幾何を使った統計のはなしToru Imai
 
ベイズモデリングと仲良くするために
ベイズモデリングと仲良くするためにベイズモデリングと仲良くするために
ベイズモデリングと仲良くするためにShushi Namba
 
Rで階層ベイズモデル
Rで階層ベイズモデルRで階層ベイズモデル
Rで階層ベイズモデルYohei Sato
 
アンサンブル学習
アンサンブル学習アンサンブル学習
アンサンブル学習Hidekazu Tanaka
 
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Yoshitaka Ushiku
 
主成分分析(Pca)
主成分分析(Pca)主成分分析(Pca)
主成分分析(Pca)Shushi Namba
 
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)Hideo Hirose
 
“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
 

Was ist angesagt? (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
 
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
 
1 7.Type II ANOVA
1 7.Type II ANOVA1 7.Type II ANOVA
1 7.Type II ANOVA
 
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
 
Stanコードの書き方 中級編
Stanコードの書き方 中級編Stanコードの書き方 中級編
Stanコードの書き方 中級編
 
2 3.GLMの基礎
2 3.GLMの基礎2 3.GLMの基礎
2 3.GLMの基礎
 
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
 
階層ベイズとWAIC
階層ベイズとWAIC階層ベイズとWAIC
階層ベイズとWAIC
 
学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版学振特別研究員になるために~2023年度申請版
学振特別研究員になるために~2023年度申請版
 
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
 
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
 
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
 
幾何を使った統計のはなし
幾何を使った統計のはなし幾何を使った統計のはなし
幾何を使った統計のはなし
 
ベイズモデリングと仲良くするために
ベイズモデリングと仲良くするためにベイズモデリングと仲良くするために
ベイズモデリングと仲良くするために
 
Rで階層ベイズモデル
Rで階層ベイズモデルRで階層ベイズモデル
Rで階層ベイズモデル
 
アンサンブル学習
アンサンブル学習アンサンブル学習
アンサンブル学習
 
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
 
主成分分析(Pca)
主成分分析(Pca)主成分分析(Pca)
主成分分析(Pca)
 
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)
漸近理論をスライド1枚で(フォローアッププログラムクラス講義07132016)
 
“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
 

Mehr von 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
 
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
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)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
 
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
 
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
 

Mehr von Satoshi Hara (10)

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
 
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
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
 
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
 
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
 
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