組織

専攻

附属センター

関連連携研究機構

関連学部

Generalization Error Analysis of Stochastic Gradient Descent on Classification Problems under Low Noise Condition (低ノイス゛条件下の識別問題における確率的勾配降下法の汎化誤差解析)

八嶋 晋吾

（指導教員：鈴木 大慈 准教授／ 数理情報第6研究室）

資料PDF（yashima.pdf）
研究概要

近似をした場合としない場合の計算量と識別性能の比較
大規模な機械学習問題で実用的によく用いられる，Random Featureと確率的勾配降下法(SGD)という近似アルゴリズムを二値識別問題に適用した場合に，汎化誤差の観点から実際に計算量が削減できることを理論的に示した．
修論の感想

上手くいかないことが多く，精神的に苦しい時期もありましたが，2年間で多くのことを経験し，学ぶことができました．

>
ISTyくん

東京大学 THE UNIVERSITY OF TOKYO

Copyright © 2019 　Graduate School of Information Science and Technology, The University of Tokyo