明日から数理統計の講義です。初回は確率論の復習をします。今期、初回は問題演習を中心に据えて、反応を見たいと思います。

D論審査。大規模な素行列。

m(y|x;F,p) でなはく m(y|x;F,y') を weight とした error rate を導出する損失を全て求め、証明を書き上げました。 多値判別の問題ですが、ラベル数が5以上の場合に証明できました。 あまりにも研究に打ち込みすぎたので、もしかしたら新世紀にまで到達して…

kernel-decomp 研究 について考察を開始する 講義の準備 グラント申請

土曜日に発表しました。 正則化項に関する質問がありました。本物のデータを扱っている人のこだわりに深く感心しました。

イントロに multiclass loss を比較する subsection を加えました。 robustness を言うために、weight の uniform dist からの deviation を数値的に求め、結果を図示して論文に載せました。 ある程度は予想通りの結果になりました。hard samples が多いほう…

打ち合わせのために復習しています。すでに投稿した論文ですが、いくつか typo を発見しました。 \ell の bound のところ。Prank のところ。

classification calibrated loss であることを確認しました。

B4ゼミはBishop本読み：平滑化カーネル。 M2ゼミ：I'm not sure if quasi-Newton method works well for the current issue. Just do it.

R^n を適当に領域に分割し、それぞれの領域上で凸関数が定義され、境界で C^1級になるように関数が連結されているとき、R^n全体で凸関数になっているのは自明なことでしょうか? 一応、証明しました(もう少し条件を加えていますが)。 f1,f2が凸のとき max(f1,…

multiclass-madaboost を導出。 U-loss+moment constraint から形式的に、binary-madaboost を拡張する loss を導出することも出来ますが、その場合には multiclass に対して決定関数と条件付き確率の対応が明確ではなく、その点が不満でした。 可積分性から…

統計学会で聞いた発表に対する感想を書く

再校正を終え、送付しました。刊行は10月中旬に早まったようです。

来期の講義について、TA関連の調整など。

論文を修正しています。V=expにおける consistent model が eta>0 に対して計算できたおかげで、構成をかなり変更することになりそうです。 Eta-loss.M とは異なるクラスを与え、その性質を調べる、というストーリー。 可積分性にはほとんど言及しない方針。…

統計学会。チュートリアルで平滑化スプライン方面のノンパラについて勉強をしました。非常によく準備された発表でした。 その後の市民講演会では、学力調査の統計解析について活発な意見交換があり、関心の高さが伺えました。

漸近計算について、まとめました。

一週間ほどまえ moment match とは少し異なる integrable empirical loss ついて、consistency を成り立たせる統計モデルを導出しました。 その結果として、multiclass madaboost や exp-loss に対する mislabel model (の亜種) などを提案できそうです。