差分
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン 前のリビジョン | 次のリビジョン両方とも次のリビジョン | ||
intro:researches:machine [2020/04/09 13:53] – [多様体上の機械学習とその既存手法] Hideaki IIDUKA | intro:researches:machine [2020/04/09 13:53] – [多様体上の機械学習とその既存手法] Hideaki IIDUKA | ||
---|---|---|---|
行 79: | 行 79: | ||
R(T) = \sum_{t\in \mathcal{T}} f_t (x_t) - f^\star | R(T) = \sum_{t\in \mathcal{T}} f_t (x_t) - f^\star | ||
\end{align*} | \end{align*} | ||
- | で定義されるリグレットリグレット(ただし、$(x_t)_{t\in \mathcal{T}}$ は学習アルゴリズムで生成される点列、$f^\star$ は損失最小化問題の最適値)に対して、 | + | で定義されるリグレット(ただし、$(x_t)_{t\in \mathcal{T}}$ は学習アルゴリズムで生成される点列、$f^\star$ は損失最小化問題の最適値)に対して、 |
\begin{align*} | \begin{align*} | ||
\frac{R(T)}{T} \leq M \sqrt{\frac{1+ \log T}{T}} | \frac{R(T)}{T} \leq M \sqrt{\frac{1+ \log T}{T}} |