教師付き学習において例えラベル付きデータが小標本でもラベル無しデータが利用可能であれば推定精度を改善できることが知られている。このような学習は半教師付き学習と呼ばれる。大抵の既存の半教師付き学習は利用可能な情報が増えているにも関わらず、さらに何らかの仮定がなければ教師付き学習を改良できない。またモデル選択についてはラベル付きデータを用いて従来のモデル選択基準が用いられることが多い。しかしラベル付きデータが小標本であるため、標本数が十分多いことを仮定する従来のモデル選択基準はうまく働かない。本課題の主な成果はこれらの問題を解決したことである。
|