開催日時：2019年11月13日15:00-16:00

開催場所：223室（データサイエンス棟2階）

講演者：今井 徹 氏 (京都大学大学院医学研究科)

題　目：特異モデルの情報量規準

概要：
　特異モデルとは、例えば非負値行列因子分解、ベイジアンネットワーク、ニューラルネットワーク、縮小ランク回帰、混合分布など正則条件を満たさないモデルである。これらの特異モデルの評価では従来からある情報量規準AICやBICなどは理論的な妥当性がない。一方、特異学習理論の発展により、特異モデルにも適用可能なBIC型の情報量規準としてWBICとsBICが提案された。しかしこれらの情報量規準もバイアス・バリアンスや適用範囲などに課題がある。本発表では理論の背景となる特異学習理論、熱力学積分法、代数統計の解説をし、特異モデルのBIC型の情報量規準の改良の取り組みを紹介する。