変分ベイズ学習理論の最新動向(サーベイ,<特集>機械学習研究部会)

抄録

変分ベイズ学習は,行列分解モデル,混合分布モデルや隠れマルコフモデルなど,ベイズ学習の計算が困難なモデルにおける有力な近似学習手法として知られており,その良い性能が様々なアプリケーションにおいて実験的に示されてきた.実験的成功に伴って理論解析も活発に行われ,解のスパース性を誘起する相転移現象などの興味深い性質が解明されている.本論文では,変分ベイズ学習理論の最新動向を紹介する.