情報科学 › 機械学習の数学 › 確率論とベイズ統計

ガウス事前分布の下では MAP は事後平均であり、リッジ解に一致する

系 6.2(「確率論とベイズ統計」§6) ・ ✓公理まで証明済み

定理 6.1 の設定で m0=0\boldsymbol{m}_0 = \boldsymbol{0}、S0=τ2IMS_0 = \tau^{2}I_M とすると、

w^MAP=E[w∣y]=mN=(ΦTΦ+λIM)−1ΦTy,λ=σ2τ2\hat{\boldsymbol{w}}_{\mathrm{MAP}} = \mathbb{E}[\boldsymbol{w}\mid\boldsymbol{y}] = \boldsymbol{m}_N = \bigl(\Phi^{\mathsf{T}}\Phi + \lambda I_M\bigr)^{-1}\Phi^{\mathsf{T}}\boldsymbol{y}, \qquad \lambda = \frac{\sigma^{2}}{\tau^{2}}

が成り立つ。

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 4 件、定義なども含めて 6 件)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

前提をたどる 証明が使う定理・定義(直接 1 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

これを使っている定理

証明で明示的に参照している定理は、まだありません。