メモ – nibuiroフラグメント β

研究の役に立つ?な記事~所謂メモ~


Q. jupyter notebookの幅ってどうにかならないの?
A.

または~/.jupyter/custom/custom.css

と追記.
こんなのもある。あなたの生産性を向上させるJupyter notebook Tips


Q. PytorchのDataloaderがメンドイ.
A. 「PyTorch-Ignite」とか「skorch」を使いなされ.


Q. めちゃんこ速い近傍探索ライブラリない?
A. Faiss


Q. PCAしたのに外れ値のせいで…
A. Robust PCA


Q. 論文やべぇ.
A.

カーネル法によるパターン解析

随時更新。いつかまとめる?(半分も読み終わってなかったかなー。)

38: 主形式 双対形式
59: ||x||2 = √<x,x>
95: 次元i_nにより各項が累乗されるが、これは内積の計算において特徴としての重みとなるように作用する
98: 白色化、特徴空間の修正
100: ANOVAカーネル
115: (関数クラス上の)一様収束が意味するのは凝集が1つの関数のみでなくすべてに対して同時に成立することである。
116: 固定した…ってのは定義域を明示している。例えば実数上の表現「1<x<3」なんかの概念を集合に拡張したもの
141: 111ページで示される式で置き換え、「以上」を引くので結果的に「以下」
148: 射影
161: 120, 122 重みベクトルによる正則化
199: 共役性
540: サンプル集合をfにぶっこんでその平均との誤差がε以上になる確率。マルコフの不等式

パターン関数の誤差に対する上界

共分散C
固有値: λ
固有ベクトル: X’v
カーネルK
固有値: λ
固有ベクトル: v

lC の正規化固有ベクトル:
u = λ<-1/2>X’v
K の正規化固有ベクトル:
v = λ<-1/2>X’u

誤差に対する上限、sup。これを式に含んだ場合式の値の範囲は任意のr以上sup()=cのc未満を認める。
上界を定めるNE上限を定める->認められない範囲を決定

a’A = Aa
質量中心

カーネルのみで方向にたいする分散をもとめられる

カーネル行列を固有値分解すれば特徴空間における固有ベクトル上に「新たなデータを射影できいる

ワカラナイ
117: Radmacher complexityのMcDiarmid’s Inequalityによる証明

固有値の大きさを調節して特徴空間のスケーリングを図る
白色化はすべての固有値を1と設定して、データ分布が球状対称となるように特徴空間を作る
keywords(固有ベクトル 部分空間 次元削減):
0でない固有ベクトルによって構成される部分空間へ射影することで0である固有ベクトルを無視した次元削減済みのベクトル集合が生成される。
この際、固有値の大きな順から対応する固有ベクトルを選出、部分空間の構築を行うことで次元削減による情報の損失を抑えた最適な表現を得られる。

立て並べ丸括弧囲い数値、列ベクトルらしきもの。二項係数。

ヒルベルト空間、関数クラス。三角関数は無限次元複素ヒルベルト空間。つまりはそういうことだ!