抄録
オンライン学習とは, 近年機械学習の分野において注目を集めている学習法であり, その利点は, 逐次的にデータを学習しモデルを構成することにある. 本稿では, 適応正則化学習 (Adaptive Regularization of Weight Vectors; AROW) と呼ばれるオンライン学習モデルの特徴選択を可能にするために, スパース推定に基づく方法を提案する. 推定アルゴリズムには, 座標降下法 (coordinate descent method) を用い, これにより高速化も実現する. 提案手法は, いくつかのチューニングパラメータに依存しているため, これらの値を交差検証法を用いて客観的に選択する. ベンチマークデータに基づく数値実験を通して, 提案手法の有効性を検証する.
