情報科学 › 機械学習の数学 › なぜ機械学習に数学が必要か
ガウス雑音のもとで最尤推定は最小二乗法に一致する
定理 5.2(「なぜ機械学習に数学が必要か」§5) ・ ✓公理まで証明済み
x1,…,xn∈Rd を固定された(確率的でない)入力、σ>0 を既知の定数とし、観測値が
yi=⟨w,xi⟩+εi(i=1,…,n)で生成されるとする。ここで ε1,…,εn は独立に正規分布 N(0,σ2) に従うとする。このとき w の最尤推定量の集合は、二乗損失 L(w)=2n1∥Xw−y∥2 の最小点の集合と一致する。
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。
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
証明は Rikai の他の定理を参照していません(定義と論理だけで示されています)。
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。