まえがき ぱらぱらめくる『スパース性に基づく機械学習』

  • 正則化を通じてスパース性を導く
    • 直接にスパース性を仮定する方法に比べて計算量の上でメリットがある
    • その理由は凸最適化問題に帰着させることができるから
  • 3種類のスパース性を扱う
    • L1ノルムに基づく正則化
    • 説明変数をグループ化し、それに関するL1ノルムの正則化
    • 行列の低ランク性を誘導するトレースノルムに基づく正則化
  • ノルムを使ってスパース性を導くが、それが保証されていることの説明もする