文献

J-GLOBAL ID：202202235379171204   整理番号：22A1009550

決定木モデルに対するベイズ最適な予測のメタツリーブースティング法による近似

An Approximation by Meta-Tree Boosting Method to Bayesian Optimal Prediction for Decision Tree Model

著者 (6件)： YU Wenbin (早稲田大) ,  風間皐希 (早稲田大) ,  中原悠太 (早稲田大 データ科セ) ,  一條尚希 (早稲田大) ,  齋藤翔太 (群馬大 情報) ,  松嶋敏泰 (早稲田大)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 327(IT2021 28-82)  ページ： 219-224 (WEB ONLY)  発行年： 2022年01月13日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 決定木をデータ生成確率モデルとみなし,特徴量割り当てパターンと決定木モデルを確率変数と捉えることで,生成モデルに基づいたベイズ最適な予測が得られる.一方その効率的な計算法は確立されていない.そこで本研究では,メタツリーという概念を用いて計算を効率化し,さらに,ブースティングの考え方で複数のメタツリーを逐次的に決め,ベイズ最適な予測の近似計算法を提案する.(著者抄録)

シソーラス用語： *ディシジョンツリー ,  *機械学習 ,  ツリー構造 ,  最適化 ,  Bayes推定 ,  確率モデル ,  *パターン認識 ,  予測技法 ,  近似法
準シソーラス用語： Bayes最適化 ,  グラフモデル ,  *ブースティング ,  過学習 ,  生成モデル

分類 (1件)： パターン認識  (JE07000S)

引用文献 (11件)：

• Breiman, L.; Friedman, J.; Stone, C.J.; Olshen, R.A. Classification and Regression Trees; CRC press, 1984.
• Suko, T.; Nomura, R.; Matsushima, T.; Hirasawa, S. Prediction Algorithm for Decision Tree Model. IEICE technical report. Theoretical foundations of Computing 2003, 103, 93 98. (in Japanese).
• Friedman, J.H. Stochastic Gradient Boosting. Computational Statistics Data Analysis 2002, 38, 367 378. Nonlinear Methods and Data Mining.
• Chen, T.; Guestrin, C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining; Association for Computing Machinery: New York, NY, USA, 2016; KDD 16, pp. 785 794. doi:10.1145/2939672.2939785.
• Breiman, L. Random Forests. Machine learning 2001, 45, 5 32.

タイトルに関連する用語 (4件)： 決定木 ,  モデル ,  予測 ,  近似