Open IkokObi opened 4 years ago
ある学習データz
が無かった場合にモデルがどうなったかを考えたいが,leave-one-out学習を全てのデータに対して行うのはとても計算が重い
良い近似として"Influence functions"
z
が入っていない状況で,z
を学習データに加えるとz_test
の予測誤差にどれだけ影響を与えるか
z
にノイズを加えると,z_test
の予測誤差にどれだけ影響を与えるか
計算量が重い逆行列の計算では,共役勾配法や確率的に収束する方法を用いている
SVMやreluのように勾配が計算できない場合は,形が似ていて勾配が計算できる方法で近似している(SVMで精度検証あり)
ざっくり言うと
キーワード
1. 情報
論文リンク
http://proceedings.mlr.press/v70/koh17a.html
著者
Pang Wei Koh, Percy Liang
投稿日付
2017/3/14
2. 先行研究と比べてどこがすごい?
3. 技術や手法のキモはどこ?
4. どうやって有効だと検証した?
5. 議論はある?
6. 次に読むべき論文は?