これから勉強しなければいけないことあれこれ
さて、学生の本分は学業であると誰がいったかしらないが、研究があまり進んでいないので、卒業するためにも、先生のプレッシャーを緩和するためにもある程度成果物をあげていかないと
これから勉強しなければ、しようかなぁと思っていること
- 次元削減をした後のデータから元のデータを再構築する方法の勉強
- 次元削減の良し悪しをデータの構造と絡めて定量的に評価する手法の検討
- 機会学習の理論全般
- 統計学(これは何をやればいいかはまだよくわかっていない)
とりあえず、主成分分析とIsomapの比較、IsomapとRubust Kernel Isomapの比較、Kernel IsomapとKernel PCAの比較などをしながら、昨年一年かけてやってきた特徴量を選択するタイプの次元削減方法と合成変量を作成して次元を削減する方法との比較などをもとに修論を書いてやろうかと画策中。
Kernel法がパラメータ依存で決め打ち的に最適な次元を決めるのに対して、データの構造に合わせて次元削減が可能なIsomap系列の手法が分類器の識別精度向上に寄与することまでいえるような結果が欲しいと全力で妄想している。