2. 紹介する文献
“A Nonparametric Bayesian Model of Multi-Level
Category Learning” to appear in AAAI’11
Kevin R. Canini and Tom Griffiths. (UC Berkeley)
NIPSのWorkshopでした/(^o^)\
11. Human Category Learning Meets
Machine Learning
• 機会学習の手法と対応
–Prototypeモデル
Probability Density Estimation
–Exemplarモデル
Kernel Density Estimation
–Intermidiateモデル
Dirichlet Process Mixture Model
(DPMM)
12. Human Category Learning and HDP
• 先ほど挙げた手法を包含するモデル
– 各カテゴリはDPMMで表現されるIntermidiateモデル
– 基底測度の共有
→他のカテゴリへの転移学習との繋がり
– 人間の学習の仕方と関係有り
18. Tree-HDPのCRF的考え方
子店舗のテーブルで出されるメニュー
=親店舗の仮想的な客としてカウント
v jk : レストランjの子店舗でメニューkを出すテーブルの数
v1ア 7
④ ⑦ ② ③
⑧ ⑥ ⑤
①
1 2 7 5 1 2 5
G_3 G_4
① ② ③ ④ ⑤ ⑥ ⑦ ⑧
3 4
6 3 4
19. 以下数式タイムです
\ /_ / ヽ / } レ,' / ̄ ̄ ̄ ̄\
|`l`ヽ /ヽ/ <´`ヽ u ∨ u i レ' /
└l> ̄ !i´-) |\ `、 ヽ), />/ / 地 ほ こ
!´ヽ、 ヽ ( _ U !、 ヽ。ヽ/,レ,。7´/-┬―┬―┬./ 獄 ん れ
_|_/;:;:;7ヽ-ヽ、 '') ""'''`` ‐'"='-'" / ! ! / だ. と か
| |;:;:;:{ U u ̄|| u u ,..、_ -> /`i ! ! \:. う ら
| |;:;:;:;i\ iヽ、 i {++-`7, /| i ! ! <_ の が
__i ヽ;:;:;ヽ `、 i ヽ、  ̄ ̄/ =、_i_ ! ! /
ヽ ヽ;:;:;:\ `ヽ、i /,ゝ_/| i  ̄ヽヽ ! ! ,, -'\
ヽ、\;:;:;:;:`ー、`ー'´ ̄/;:;ノ ノ ヽ| / ,、-''´ \/ ̄ ̄ ̄ ̄
 ̄ ̄ ̄ Y´/;:;:;\
20. z_jiの事後分布
P( z ji k | z ji , m, τ, β)
x ji
(n ji
jk v jk j j k ) f k ( x ji ) 既にテーブルkがある
x ji
j u f kj
n ew ( x ji ) 新たなテーブルを作る
c.f. CRFでZjiをサンプリングする時