Now Loading...

Now Loading...

モデルの選択と情報量

機械学習の具体的手法 モデルの評価 モデルの選択と情報量

より良いモデルを選択するための指標として、AIC(赤池情報量規準)やBIC(ベイズ情報量基準)といった情報量規準というものがあります。

モデルの評価指標として最も一般的なのは精度がありますが、精度が良くとも元のデータに過学習しているのではないか?という懸念が生じます。これを解決するために、情報量規準を用いてモデルの複雑さやデータの多さをバランスよく調整します。基本的に情報量規準の値が小さい方が良いモデルです。

クイズ

情報理論や統計学的観点から最小記述長(MDL)や赤池情報量基準(AIC)、情報量規準(WAIC)等が提唱され、モデルの表現、評価に使われている。これらの概念と最も関係の深い選択肢を1つ選べ。
  • 正解を見る
  • 解説を見る
    BIC (Bayesian Information Criteria)は候補モデルの中に最も適したモデルがあると仮定し、ある候補モデルが真のモデルである確率をベイズ統計学の事後確率を用いて表現します.

<個人向け>G検定&E資格オンライン講座の紹介

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価