情報意味論（５） 決定木

内容

1. 印刷用     1-6, 7-12, 13-18, 19-24, 25-30, 31-36, 37-42, 43-48, 49-50,
2. スライド　1 情報意味論（５） 決定木
3. スライド　2 本日の目標
4. スライド　3 決定木（decision tree）の例
5. スライド　4 決定木の別表現
6. スライド　5 決定木
7. スライド　6 どんな時、決定木を用いるか
8. スライド　7 決定木の作成：トップダウン
9. スライド　8 どの属性を選ぶか？
10. スライド　9 エントロピー
11. スライド　10 エントロピー関数
12. スライド　11 エントロピー（続）
13. スライド　12 情報量の増分 （information gain）
14. スライド　13 訓練事例
15. スライド　14 次の属性を選ぶ
16. スライド　15 : スライド15
17. スライド　16 ID3による仮説空間探索
18. スライド　17 ID3による仮説空間探索
19. スライド　18 ID3の帰納バイアス
20. スライド　19 制限バイアスと選好バイアス
21. スライド　20 Occam の剃刀
22. スライド　21 実用上の課題
23. スライド　22 過剰適合（overfitting）
24. スライド　23 過剰適合（overfitting）
25. スライド　24 決定木学習での過剰適合
26. スライド　25 過剰適合を避けるには
27. スライド　26 枝刈り前の決定木
28. スライド　27 枝刈り後の決定木
29. スライド　28 誤差削減による枝刈り
30. スライド　29 その効果
31. スライド　30 If-then規則表現後の枝刈り
32. スライド　31 木から If-then 規則への変換
33. スライド　32 連続値を持った属性
34. スライド　33 多値属性
35. スライド　34 属性にコストがかかる時
36. スライド　35 属性値が不明なとき
37. スライド　36 まとめ
38. スライド　37 補足
39. スライド　38 ノイズと過剰適合（overfitting）
40. スライド　39 過剰適合の例
41. スライド　40 過剰適合の例（承前）
42. スライド　41 過学習対策
43. スライド　42 情報理論の利用
44. スライド　43 情報量（例による説明）
45. スライド　44 情報量（例による説明（承前））
46. スライド　45 情報量（例による説明（承前））
47. スライド　46 情報量（例による説明（承前））
48. スライド　47 情報量（例による説明（承前））
49. スライド　48 情報量（例による説明（承前））
50. スライド　49 情報量の単位ビット
51. スライド　50 よい属性の判断基準