局所変分法を用いた近似ベイズ学習における分布間の情報量

抄録

局所変分法はベイズ学習において計算困難な事後分布を 近似的する一つの手法として広く用いられている．本研究では，局所変分法により構成される近似事後分布と真の事後分布の間の種々の情報量を，周辺尤度の近似誤差により評価する不等式を示す．また，カーネルロジスティック回帰モデルへの適用例において，周辺尤度の上界を与える効率的な手法を構成する．