最近ではベイズ法を用いて（MrBayes を用いて）系統解析を行う論文も大分増えており， 方法論としてはほぼ定着した感があります。 しかしその原理や考え方についてはあまり広く理解されていないようでもあります。 そこで，筆者が幾つかの文献や資料を読んで理解した範囲で，その考え方を紹介しておきたいと思います。 筆者は数学（統計学）を専門にしているわけではありませんので，数学的に厳密な解説ではないかもしれませんが， その程度の解説と思って読んでいただければいいと思います。 正確・詳細な解説については末尾の参考文献・サイトを当たってみてください。 なお，間違いなどがありましたら，ご指摘のほどよろしくお願い致します。 ベイズの事後確率（Bayesian posterior probability）が最大となるような系統樹を求める方法です。 これは最尤法が尤度が最大となるような系統樹を求める方法である
新はてブ正式リリース記念ということで。もうリリースから何週間も経っちゃったけど。 新はてなブックマークではブックマークエントリをカテゴリへと自動で分類しているが、このカテゴリ分類に使われているアルゴリズムはComplement Naive Bayesらしい。今日はこのアルゴリズムについて紹介してみる。 Complement Naive Bayesは2003年のICMLでJ. Rennieらが提案した手法である。ICMLというのは、機械学習に関する（たぶん）最難関の学会で、採択率はここ数年は30%を切っている。2003は119/371で、32.1%の採択率だったようだ。 Complement Naive Bayesの位置づけは 実装が簡単 学習時間が短い 性能もそこそこよい という感じで、2003年段階にあっても、絶対的な性能ではSVMに負けていた。しかし、学習が早いというのは実アプリケーシ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
