La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Direct Importance Estimation with a Mixture of Probabilistic Principal Component Analyzers Estimation de l'importance directe avec un mélange d'analyseurs probabilistes des composantes principales

Makoto YAMADA, Masashi SUGIYAMA, Gordon WICHERN, Jaak SIMM

  • Vues en texte intégral

    0

  • Citer

Résumé:

Estimation du rapport de deux fonctions de densité de probabilité (c'est-à-dire le importance) a récemment attiré beaucoup d'attention puisque les estimateurs d'importance peuvent être utilisés pour résoudre divers problèmes d'apprentissage automatique et d'exploration de données. Dans cet article, nous proposons une nouvelle méthode d’estimation de l’importance utilisant un mélange d'analyseurs probabilistes des composantes principales. La méthode proposée est plus flexible que les approches existantes et devrait bien fonctionner lorsque la fonction d'importance cible est corrélée et déficiente en termes de rang. A travers des expérimentations, nous illustrons la validité de l'approche proposée.

Publication
IEICE TRANSACTIONS on Information Vol.E93-D No.10 pp.2846-2849
Date de publication
2010/10/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E93.D.2846
Type de manuscrit
LETTER
Catégories
Fondamentaux des Systèmes d'Information

Auteurs

Mots-clés

Table des matières