2016-07-31 まえがき ぱらぱらめくる『スパース性に基づく機械学習』 ぱらぱらめくるシリーズ 機械学習 スパース 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