大昔の決定木から最近の深層学習まで、機械学習といってもいろいろな
ものが提案されていますが、複数のモデルを組み合わせてさらに性能を
上げる「アンサンブル」という手法があります。
深層学習向けに公開されている評価セットでは、各研究グループの手法
ごとの性能値がランキングされていることが多いですが、アンサンブルは
別でランキングされているところを見ると「押さえておかないとなあ」という
気になったので、ちょっと調べてみました。
今回読んだ本は、理論的に解説するというより自分でコードを読み書き
することで体得しようというアプローチ。コードの書き方には疑問を感じる
面もありますが、わかりやすく書かれているので読みやすい気がします。
あまり最新の手法は取り上げられていない気がしますが、
・決定木とプルーニング
・バギング
・AdaBoostと勾配ブースティング
といった基本的なところは押さえてあるので、アンサンブル学習といった
考え方は身に着けられるでしょう。ブースティングでは数式も簡単ながら
解説されているので、自分で新たなモデルを考えるきっかけになるかも
しれません。
 |
作ってわかる! アンサンブル学習アルゴリズム入門
3,762円
Amazon |