抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
雇用された教師つき機械学習モデルは,世界に相互作用し,影響する予測を行う。この現象はPerdomoら(ICML2020)による実行予測と呼ばれる。このような予測と設計ツールの影響を理解することが,その影響を制御するように,進行中の課題である。対象母集団の配置分類器に対する応答を分類器と母集団の電流状態(分布)の関数としてモデル化する理論的フレームワークを提案した。2つの再訓練アルゴリズム,反復リスク最小化およびラジラ変異体の平衡への収束のための必要十分条件を示した。さらに,収束は最適分類器に近い。したがって,Perdomoらの結果を一般化し,その性能フレームワークは,目標母集団の状態への依存性を仮定しない。このモデルによって捉えられた特定の現象は,異なる速度で情報と資源を獲得する明確なグループであり,最新の展開分類器に対応できる。この現象を理論的および経験的に研究した。【JST・京大機械翻訳】