パターン認識
オーム社の『わかりやすいパターン認識(第2版)』を読んでる。
タイトルに『わかりやすい』とあるが、いかんせん大学生向けの教科書なので、数式が乱舞する内容となっており、初学者のモチベーションを打ち砕きかねない。
どうにかしてこれを直感的に理解するためのアプローチに書き換えられないか思案中である。
最近傍決定則は、各クラスの代表値同士が互角に撃ち合ったときにできる国境線を識別境界として採用するイメージ。
パーセプトロンの学習規則は、識別境界の法線ベクトルを、レバーのようにぐりぐり操作するイメージ。
みんな大好き#パーセプトロンの学習規則で、3次元拡張特徴空間における2クラス識別境界を決定する様子を#WebGLで書いたよ∩( ・ω・)∩
— たーせる (@tercel_s) 2022年11月3日
アルゴリズム自体は非常に単純で、どちらかというと3D表示まわりをガリガリ実装するのが大変だったり……(・ω・ lll) pic.twitter.com/G6GvKurRRf
区分的線型識別関数は、各クラスに複数の代表値を立てて、最近傍決定則と同じくよそと撃ち合いをするイメージ。
このあと、Widrow-Hoffの学習規則もなんとか直感的理解に至るイメージを考えたいが、そのためには、最小二乗法と最急降下法の世界を旅しなくてはならない。