MNIST 手書き数字データセットの線形分離性について

概要: 数千の手書き数字画像を含むMNISTデータセットは、依然としてさまざまなパターン認識および画像分類モデルを評価するための基本的なベンチマークです。線形分離可能性は、多くの統計手法および機械学習技術の重要な概念です。MNISTデータセットの長い歴史と、そのサイズと解像度の相対的な単純さにもかかわらず、データセットが線形分離可能かどうかという問いには、これまで十分には答えられてきませんでした――科学的な情報源と非公式な情報源は矛盾する主張を共有しています。本論文はこの問いに対処するための包括的な実証的調査を提供することを目的とし、訓練セット、テストセットおよび結合セットのそれぞれについてペアワイズ分離と1対多分離を区別します。線形分離可能性を評価するための理論的アプローチを、最先端の手法とツールとともに概説し、次に関連するすべての構成を体系的に検討し、所見を報告します。